针对织物表面瑕疵检测准确率和效率都偏低的问题，提出一种基于二进制随机漂移粒子群算法（BRDPSO）的同步特征选择与参数优化方法。该算法在原始特征集上进行特征选择，同时优化随机森林分类器（RF）的参数，并以随机森林分类准确率指导BRDPSO算法的搜索。最后用最优参数构建的RF对挑选出的特征子集进行织物表面瑕疵检测。结果表明，同步特征选择与参数优化的BRDPSO算法可以更有效地提高织物表面瑕疵检测准确率和效率，并与已提出的优化算法进行比较，其检测效果更优。
科研之友
微信
新浪微博
Facebook
分享链接
