基于遗传算法优化支持向量机的超声图像缺陷分类

摘要：

超声图像缺陷在分类时由于存在样本数量少、样本类别多、不易区分等问题,分类的准确率较低.针对这些问题,提出了基于遗传算法优化支持向量机的超声图像缺陷分类方法.该方法首先通过图像处理提取超声图像缺陷的特征数据,然后训练支持向量机作为超声图像缺陷分类器,最后采用遗传算法优化参数求得最优的分类器.实验结果表明,提出的超声图像缺陷分类器在识别率方面优于其他方法的分类器,综合识别率达到了90％,可以有效地辅助工作人员对超声图像缺陷进行分类识别.

关键词：计量学、超声图像、缺陷分类、遗传算法、支持向量机

所属期刊栏目：40

分类号：TB95(计量学)

资助基金：国家重点研发项目2017YFF0205004;国家自然科学基金11474259;浙江省自然科学基金LY17E050015;浙江省质量技术监督系统科研计划20180103;浙江省“仪器科学与技术”重中之重学科人才培育项目JL150506;浙江省大学生科研创新团队资助项目2018R409053

在线出版日期：2019-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：887-892