公开(公告)号：CN111079832B

公开(公告)日：2023-04-18

申请号：CN201911293856.1

申请日：2019-12-13

Applicant: 辽宁科技大学

Inventor： 储茂祥 ,  冯瑶 ,  巩荣芬 ,  杨永辉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/77 ,  G06T7/00 ,  G01N33/2045

Abstract: 本发明属于模式识别技术领域，尤其是涉及一种具有抗特征噪声性能的钢板表面缺陷分类方法，建立一个支持向量数据描述子模型，其特征在于包括以下步骤：步骤1：构造大超球体和小超球体，并统计样本数目；步骤2：对惩罚参数进行比例迭代调整，训练相应的支持向量数据描述子模型；步骤3：剔除超球体内部的样本，获得稀疏的钢板表面缺陷样本集；步骤4：建立新的支持向量超球体多类分类器，改进目标函数；步骤5：对新的多类分类器模型进行训练；步骤6：完成缺陷的自动识别。本发明利用支持向量数据描述模型对原始的钢板表面缺陷样本集进行稀疏化处理，可降低新的多类分类器在时间上和存储空间上的开销。

公开(公告)号：CN111079832A

公开(公告)日：2020-04-28

申请号：CN201911293856.1

申请日：2019-12-13

Applicant: 辽宁科技大学

Inventor： 储茂祥 ,  冯瑶 ,  巩荣芬 ,  杨永辉

IPC: G06K9/62 ,  G06T7/00 ,  G01N33/2045

Abstract: 本发明属于模式识别技术领域，尤其是涉及一种具有抗特征噪声性能的钢板表面缺陷分类方法，建立一个支持向量数据描述子模型，其特征在于包括以下步骤：步骤1：构造大超球体和小超球体，并统计样本数目；步骤2：对惩罚参数进行比例迭代调整，训练相应的支持向量数据描述子模型；步骤3：剔除超球体内部的样本，获得稀疏的钢板表面缺陷样本集；步骤4：建立新的支持向量超球体多类分类器，改进目标函数；步骤5：对新的多类分类器模型进行训练；步骤6：完成缺陷的自动识别。本发明利用支持向量数据描述模型对原始的钢板表面缺陷样本集进行稀疏化处理，可降低新的多类分类器在时间上和存储空间上的开销。