论文部分内容阅读
针对磁瓦表面缺陷检测方法分类准确率低的问题，提出一种基于LSSVM技术的瑕疵偏向性分类方法。构造5个尺度8个方向Gabor滤波器组，提取经过Gabor变换后生成的40副子图的均值与方差为磁瓦图像特征。采用耦合模拟退火算法初步寻优，在所得初步参数的邻域使用网格算法进行精细搜索。为实现对缺陷磁瓦的偏向性预测分类，改进了虚拟少数类过采样算法。去除原始训练样本中的噪声样本数据，再在瑕疵边界样本与合格样本之间过采样。实验结果表明，最小二乘支持向量机分类器模型训练时参数寻优时间明显缩短，整体分类正确率达到95．56％