版权说明 操作指南
首页 > 成果 > 成果详情

基于奇异谱分析—SVM 的木构件缺陷识别

认领
导出
下载 Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
周国雄;陈爱斌;周先雁
作者机构:
中南林业科技大学计算机信息工程与学院, 长沙, 410004
中南林业科技大学土木工程与力学学院, 长沙, 410004
[周国雄; 陈爱斌] 中南林业科技大学计算机信息工程与学院, 长沙, 410004
[周先雁] 中南林业科技大学土木工程与力学学院, 长沙, 410004
语种:
中文
关键词:
缺陷识别;奇异谱分析
关键词(英文):
SVM;PSO
期刊:
系统仿真学报
ISSN:
1004-731X
年:
2016
卷:
28
期:
8
页码:
1863-1868,1877
基金类别:
2014-4-09:引进国际先进农业科学技术计划计划) 201304504-3:林业公益性行业科研专项
机构署名:
本校为第一机构
院系归属:
土木工程学院
计算机与信息工程学院
摘要:
针对木构件缺陷的未知性,提出一种基于奇异谱分析—SVM 的木构件缺陷识别方法,采用超声波测试仪对木材试件进行测试,获取测试信号,为消除探伤时由于测试仪增益调节及缺陷尺寸、角度的变化对测试缺陷回波波高的影响,采用奇异谱分析,过滤异常随机波动,并从中提取出表征原始信号的特征参数,采用改进的SVM 算法对特征参数进行网络训练,识别木构件缺陷类型。测试结果表明该方法区分标准试样和胶缝试件的准确率为97.5%,在识别死节试件时也达到了95%,具有较高的准确率。
摘要(英文):
In view of unknown defect of wood component defect, a method of wood structure nondestructive recognition based on Singular spectrum analysis and SVM was proposed. The wood specimen was tested to obtain the test signal by ultrasonic testing instrument. In order to eliminate the testing effect of the tester gain control and defect size, angle variation on the test defect echo amplitude, the abnormal fluctuation was to filter and characteristic of the original signal was extracted by singular spectrum analysis, and SVM could train the parameters and distinguish the wood defects. Simulation resul...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com