Boosting优化决策树的带钢表面缺陷识别技术

杨水山; 何永辉; 赵万生

首页> 中文期刊> 《红外与激光技术》 >Boosting优化决策树的带钢表面缺陷识别技术

Boosting优化决策树的带钢表面缺陷识别技术

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

基于图像信息的缺陷识别技术是带钢表面缺陷检测系统中的关键技术之一。通过采用单一的分类技术或者一步到位的创建分类器,对复杂带钢表面缺陷图像进行识别很难达到理想的效果。提出了用Boosting算法结合SLIQ决策树建立组合分类器来识别带钢表面缺陷的方法。Boosting算法通过适应性权重技术和带权重的投票方法,建立并组合多个功能互补的分类器,组合分类器通过优势互补的方法有效地提高单个分类器的性能;而SLIQ决策树算法的数据预排序和广度优先技术对大规模数据分类具有速度优势,适合于作为单个分类器的弱学习算法。对实际带钢表面缺陷数据集进行测试,Boosting优化SLIQ决策树的组合分类器对缺陷识别的准确率达到了90%以上。

著录项

来源
《红外与激光技术》 |2010年第5期|954-958|共5页
作者
杨水山; 何永辉; 赵万生;
展开▼
作者单位

1. 上海宝钢研究院 2. 上海交通大学机械工程与动力学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
图像识别; 带钢; 表面缺陷; Boosting;

相似文献

中文文献
外文文献
专利

1. 基于剪枝决策树的人造板表面缺陷识别 [J] . 刘传泽 ,陈龙现 ,刘大伟 . 计算机系统应用 . 2018,第11期
2. 基于决策树支持向量机的苹果表面缺陷识别 [J] . 邱光应 ,彭桂兰 ,陶丹 . 食品与机械 . 2017,第9期
3. 基于Boosting机制的决策树集成分类器识别嗜热和常温蛋白 [J] . 张光亚 ,方柏山 . 生物工程学报 . 2006,第6期
4. 基于无监督域适应的跨场景带钢表面缺陷识别 [J] . 刘坤 ,杨晓松 . 浙江大学学报:工学版 . 2023,第3期
5. 基于改进EfficientNetV2的带钢表面缺陷识别 [J] . 刘克平 ,刘博浩 ,周晓伟 . 组合机床与自动化加工技术 . 2023,第6期
6. 热镀锌带钢表面缺陷形成分析及改进技术 [C] . 杜飞飞 ,孙凌 . 第四届宝钢年会 . 2010
7. 基于机器视觉的带钢表面缺陷识别技术研究 [A] . 王松英 . 2017

Boosting优化决策树的带钢表面缺陷识别技术

摘要

著录项

相似文献

相关主题

期刊订阅