江苏省博士后科研资助计划项目(2004035)
- 作品数：3 被引量：6H指数：1
- 相关作者：刘元祥张晓光高顶匡颖芝张长明更多>>
- 相关机构：中国矿业大学更多>>
- 发文基金：江苏省博士后科研资助计划项目中国矿业大学科技基金更多>>
- 相关领域：金属学及工艺自动化与计算机技术理学一般工业技术更多>>
- 基于支持向量机的射线检测焊接图像中缺陷识别被引量：6
- 2006年
- 提出了应用支持向量机(SVM)进行射线检测焊接缺陷识别的方法。该方法首先对图像进行预处理,并根据缺陷特点提取、选择8个参数作为特征参数,将焊缝内常见缺陷分为6类,根据有限的学习样本,建立影响缺陷类别的条件、因素和类别之间的一种非线性映射,对测试的样本进行识别。
- 刘元祥张晓光高顶
- 关键词：支持向量机多类分类射线检测
- 基于加权支持向量机的焊缝RT图像中缺陷分类研究
- 2006年
- 分析了支持向量机的分类原理,指出在各类别样本数目相差较悬殊时,SVM不能获得良好的分类能力。针对焊接缺陷分类,提出了加权SVM(WSVM)算法。测试结果表明,该算法在焊缝RT图像中缺陷的分类识别中,能提高小类别缺陷的的检测精度,具有较高的理论和应用价值。
- 刘元祥张晓光匡颖芝张长明李国庆
- 关键词：焊缝缺陷焊缝图像支持向量机模糊神经网络加权无损检测
- 一种新的快速小波网络学习算法
- 2006年
- 针对小波网络学习算法具有训练时间长、收敛缓慢,以及训练时频繁调整隐含层与输出结点之间的权重,难以确定合适的步长等缺点,提出了一种把梯度下降方法和Kalman方法有机结合的快速学习算法。该算法使用梯度下降方法调整尺度和平移系数,用Kalman方法调整权重,以动态非线性系统和混沌系统为实例做了仿真,并与其它方法做了比较。结果表明该算法能够对动态非线性系统的输入输出快速学习和建模,优于其它小波网络的学习算法。
- 耿道华徐桂云王恩元
- 关键词：小波网络梯度下降卡尔曼滤波反向传播算法
