• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Technical Gazette >Application of SVM Models for Classification of Welded Joints
【24h】

Application of SVM Models for Classification of Welded Joints

机译：SVM模型在焊接接头分类中的应用

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Classification algorithm based on the support vector method (SVM) was used in this paper to classify welded joints in two categories, one being good (+1) and the other bad (?1) welded joints. The main aim was to classify welded joints by using recorded sound signals obtained within the MAG welding process, to apply appropriate preprocessing methods (filtering, processing) and then to analyze them by the SVM. This paper proves that machine learning, in this specific case of the support vector methods (SVM) with appropriate input conditions, can be efficiently applied in assessment, i.e. in classification of welded joints, as in this case, in two categories. The basic mathematical structure of the machine learning algorithm is presented by means of the support vector method.
机译：本文使用了基于支持载体方法（SVM）的分类算法，以分类为两类焊接接头，一个是良好的（+1）和另一个焊接接头。 主要目的是通过使用MAG焊接过程中获得的记录声音来分类焊接接头，以应用适当的预处理方法（过滤，处理），然后通过SVM分析它们。 本文证明了机器学习，在具有适当输入条件的支持向量方法（SVM）的特定情况下，可以在评估中有效地应用，即在焊接接头的分类中，如在这种情况下，两类。 通过支持向量方法提出了机器学习算法的基本数学结构。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号