论文部分内容阅读
针对传统缺陷检测存在的工序繁琐、不易在线实施、准确率低、容易受人为因素影响，以及用人工神经网络对小样本事件进行缺陷类型识别时存在泛化能力差和过学习等问题，提出一种基于复小波变换和支持向量机（SVM）模式识别理论的缺陷类型识别新方法。在利用小波对超声缺陷回波信号进行消噪的基础上，采用复小波变换获得缺陷回波信号的包络并提取其特征参数，构成输入特征向量后运用支持向量机进行分类。实验结果表明，该方法具有识别准确率高、泛化能力强、容易实现在线处理等优点。