基于加权结构SVM的钢板表面缺陷分类

作者：王永浩

来源：电子测量技术, 2020, 43(11): 69-73.

DOI：10.19651/j.cnki.emt.2004112

• 钢板表面缺陷
• 支持向量机
• 结构信息
• 自适应权重
• 标签噪声

研究表明,对于不同的实际问题,不同的样本具有不同的数据结构。充分利用样本的结构信息,能够有效的提高模型的泛化性能。此外,因为在实际生产中,存在着很多的外部干扰。因此,数据在采集过程中,必然存在着噪声。综上所述,针对钢板表面缺陷分类问题,提出了一种加权结构支持向量机(W-SSVMs)模型。W-SSVM-k模型在结构支持向量机(SSVM)的基础上,结合权重生成算法来解决钢板表面缺陷分类问题。WSRSVM-k采用聚类的技术挖掘数据集的结构信息,然后将获得的结构信息嵌入到SVM模型中。此外,W-SSVM-k又对不同的样本赋予了不同的权值,减小了标签噪声对分类性能的影响。最后,在钢表面缺陷数据集上进行的数值实验表明,提出的W-SSVMs具有很好的分类性能,尤其针对噪声数据集。

• 单位
  烟台汽车工程职业学院