典型文献
基于LBP和SVM的焊缝缺陷识别方法
文献摘要：
为保证焊接接头处于安全工作状态,对焊缝缺陷实施定量识别与分类,提出了基于局部二值模式(LBP)和支持向量机(SVM)的缺陷识别方法.首先采用局部二值模式LBP算法对焊缝的超声回波信号进行特征提取,并结合因子分子进行数据降维,降低高维特征集中的冗余数据,最后采用SVM模型实现缺陷的分类识别,并对影响SVM分类效果的核函数和超参数进行了优选.结果表明,高斯核函数在焊缝缺陷分类上的识别效果最好,当超参数C和特征向量ε分别为5.7497和9.2436,核函数的gamma参数为2.8595时,模型最优,分类准确率为95％,分类效果优于常规时频域特征.研究结果可为焊缝缺陷的无损检测和评价提供实际参考.
文献关键词：
焊缝缺陷;LBP;SVM;特征提取;分类识别
中图分类号：
作者姓名：
赵方琪;盛凌;牛志勇;武思雨;梁昌晶
作者机构：
中国石油集团渤海石油装备制造有限公司 石油机械厂, 河北任丘062552;中国石油管道局工程有限公司第四分公司, 河北廊坊065000;国家石油天然气管网集团有限公司北方管道公司 建设项目管理中心, 河北廊坊065000;河北华北石油港华勘察规划设计有限公司, 河北任丘062552
文献出处：
引用格式：
[1]赵方琪;盛凌;牛志勇;武思雨;梁昌晶-.基于LBP和SVM的焊缝缺陷识别方法)[J].焊管,2022(06):33-38
A类：
B类：
LBP,焊缝缺陷,缺陷识别,焊接接头,接头处,安全工作,工作状态,对焊,定量识别,识别与分类,局部二值模式,超声回波,回波信号,数据降维,高维特征,征集,冗余数据,模型实现,分类识别,分类效果,超参数,高斯核函数,缺陷分类,特征向量,gamma,分类准确率,时频域特征,无损检测,检测和评价
AB值：
0.370396
相似文献
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。
