主成分分析法在脉冲涡流缺陷识别中的应用

摘要：

在钢结构脉冲涡流缺陷识别中,通常采用信号的峰值幅度、过零时间、主峰面积等特征参数对缺陷进行表征.但上述参数相互关联,存在一定的信息冗余,增加了数据分析量及信息筛选难度,进而影响了缺陷识别的效率.针对上述问题,采用主成分分析法对脉冲涡流信号的6个特征参数进行降维处理,构造了一个主成分特征,减少了信息冗余;将上述主成分特征输入Logistic分类器,实现了对钢结构减薄缺陷的准确识别.结果 表明:主成分分析法可以在确保缺陷识别准确率的情况下,有效减少分类器处理的数据量,提高缺陷识别效率.

关键词：主成分分析、脉冲涡流、缺陷识别、Logistic分类

所属期刊栏目：42

分类号：TG115.28(金属学与热处理)

资助基金：国家科技重大专项2016ZX06004003

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：61-64,73