-
题名GA-SVM在木材缺陷识别中的应用
被引量：10
- 1
-
-
作者
徐梓敬
贾培
吴楠
徐凯宏
-
机构
东北大学资源与土木工程学院
东北林业大学机电工程学院
南通醋酸纤维有限公司
-
出处
《传感器与微系统》
CSCD
2019年第9期153-156,共4页
-
文摘
为无损识别出木材内部的缺陷状况,研究以带有孔洞、腐朽和节子缺陷的圆盘试样作为研究对象,采用电学信号采集和测量功能的PXI平台进行16电极传感器、相邻激励模式的电阻层析成像(ERT)技术测量内部数据。针对得到的木材断层208个电压数据,采用主成分分析法(PCA)对作为输入变量的电压数据进行处理,并利用遗传算法(GA)优化权值和阈值,孔洞、腐朽和节子数据各45组,进行支持向量机(SVM)算法训练,完成木材内部缺陷图像的识别。结果表明:GA-SVM算法对孔洞、腐朽和节子的识别率分别为94. 55%,96. 36%,92. 73%,解决了木材内部缺陷的识别问题,达到最佳的预测结果。
-
关键词
电阻层析成像
主成分分析
遗传算法—支持向量机算法(ga-svm算法)
缺陷识别
-
Keywords
electrical resistance
principal component analysis(PCA)
ga-svm algorithm
defect recognition
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP212.9
[自动化与计算机技术—控制科学与工程]
-
