位置:成果数据库 > 期刊 > 期刊详情页
基于多核支持向量机集成的智能玻璃制品检测算法
  • ISSN号:1671-4598
  • 期刊名称:《计算机测量与控制》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]广东工业大学自动化学院,广东广州510006
  • 相关基金:基金项目:国家自然科学基金(U0735003,60604006);教育部博士点基金(20070562005);广东省自然科学基金(07117423).
作者: 刘焕军[1]
中文摘要:

研究提出了新的玻璃制品智能检测系统和算法;根据玻璃制品检测的需要,设计了一个机器视觉检测系统,并开发了实验样机;在获取玻璃制品图像后,根据缺陷的特点来分割出可能缺陷区域,然后在可能缺陷区域内提取缺陷特征;提出采用一种多核函数支持向量机集成方法来对特征进行分类;此多核函数支持向量机集成采用遗传算法来协同优化集成中支持向量机的各项参数,使得各支持向量机在拥有较高分类性能的同时保持差异性;而在最后集成各支持向量机时采用了遗传选择集成方法;实验表明采用文中提出的检测算法在实验样机上检测玻璃制品质量,准确率可达97%以上。

英文摘要:

This paper proposes a novel intelligent system and method to inspect glass products. According to requirements of glass products inspection, the inspection system based on machine vision is designed, and the prototype is developed. After capturing the images of glass product, the possible defect regions are segmented by the characteristics of defects, and then the features are extracted in these possible defect regions. The support vector machines ensemble using multi kernel function is put forward as the classifier for classifying the features. The genetic algorithm is used to optimize cooperatively the parameters of the support vector machine in ensemble. This method can make the classifying performance of the SVMs in ensemble is good and the variance of the SVMs in ensemble is big. The selective ensemble method based GA is adopted to ensemble the SVMs. The experiments show that using this method to inspect glass products on the prototype, the accuracy rates reach above 97%.

同期刊论文项目
期刊论文 159 会议论文 78 获奖 14 著作 1
同项目期刊论文
期刊信息
  • 《计算机测量与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国计算机自动测量与控制技术协会
  • 主编:苟永明
  • 地址:北京海淀区阜成路甲8号中国航天大厦405
  • 邮编:100048
  • 邮箱:ly@chinamca.com
  • 电话:010-68371578 68371556
  • 国际标准刊号:ISSN:1671-4598
  • 国内统一刊号:ISSN:11-4762/TP
  • 邮发代号:82-16
  • 获奖情况:
  • 中国学术期刊综合评价数据库来源期刊,中国科技论文统计源期刊,“国家期刊奖百种重点期刊”
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:27924