基于改进二叉树多分类SVM的焊缝缺陷分类方法

作者：罗爱民; 沈才洪; 易彬; 李坤

来源：焊接学报, 2010, (07): 51-54+115.

• 支持向量机
• 类分离度
• 二叉树
• 焊缝缺陷识别 support vector machine
• class separation
• binary tree
• welding defects recognition

为了进一步提高焊缝缺陷识别精度,定义了一种类分离度,提出了改进二叉树多分类SVM的焊缝缺陷分类方法.在焊缝缺陷分类时,计算每个类的类分离度,将类分离度最小的两个类进行训练得到SVM子分类器SVM_1,并将这两个类合并成一个新簇G;同理对新簇G和剩下的k-2类进行类分离度的评估,将类分离度最小的两类训练得到SVM子分类器SVM_2,并合并成新簇H,直至得到k-1个SVM分类器,训练结束得到良好的二叉树的分类结构.利用聚类生成好的优化二叉树SVM进行判别焊接缺陷.结果表明,新算法具有高的分类精度和推广能力.

• 单位
  四川大学; 泸州老窖股份有限公司