基于模式识别的带钢表面缺陷等级判定的研究

作者：王森; 朱凯

来源：现代制造工程, 2016, (11): 119-123.

DOI：10.16731/j.cnki.1671-3133.2016.11.024

• 神经网络
• 支持向量机
• 分类器
• 模式识别
• 表面缺陷 neural network
• support vector machine
• classifier
• pattern recognition
• surface defect

为了提高带钢表面检测设备的精确度,同时也为了减轻人工对于带钢表面缺陷等级判定的工作量,在缺陷图片特征向量选取的基础上,分别采用BP神经网络、概率神经网络(PNN)以及支持向量机(SVM)三种智能模式识别进行判定,并利用Matlab软件进行仿真。通过对比试验结果发现,运用交叉验证优化参数的支持向量机在缺陷等级判定方面具有较好的效果。

• 单位
  上海大学; 上海宝信软件股份有限公司