典型文献
全域优化孪生向量机的钢板表面缺陷图像分类
文献摘要：
针对传统的钢板表面缺陷图像分类算法只是单纯地将异类样本分开,没有充分考虑到样本之间底层数据的关联性,在孪生支持向量机的基础上,提出了一种全域优化孪生支持向量机钢板表面缺陷图像分类算法.首先,嵌入线性判别分析,挖掘钢板表面图像数据全局结构信息,最小化同类样本间离散度;其次,采用K最近邻算法,最大化异类样本间离散度;最后,利用核函数,在高维空间解决非线性问题分类,得到表面缺陷图像分类结果.在2个公开数据集上的实验结果表明:所提方法对钢板表面缺陷图像分类的准确率可达94.90％和89.19％,比其他算法有进一步提升.
文献关键词：
缺陷分类;图像处理;孪生支持向量机;全局信息;局部信息;K近邻
中图分类号：
作者姓名：
胡鹰;侯政通;安宇;乔磊明
作者机构：
太原科技大学 计算机科学与技术学院, 太原 030024
文献出处：
引用格式：
[1]胡鹰;侯政通;安宇;乔磊明-.全域优化孪生向量机的钢板表面缺陷图像分类)[J].重庆理工大学学报,2022(10):140-150
A类：
B类：
钢板表面缺陷,图像分类算法,异类,层数,孪生支持向量机,线性判别分析,表面图像,图像数据,全局结构信息,间离,离散度,最近邻算法,核函数,高维空间,决非,非线性问题,问题分类,公开数据集,缺陷分类,全局信息,局部信息
AB值：
0.28607
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
