%0 Journal Article
%T 基于特征聚集度的FCM-RSVM算法及其在人工焊点缺陷识别中的应用
%A 钱佳
%A 罗晶波
%A 李梦霄
%A 万永菁
%J 华东理工大学学报
%P 538-542
%D 2015
%X 针对人工焊点缺陷识别方法进行研究,提出了一种基于特征聚集度的模糊C均值聚类(FCM)与松弛约束支持向量机(RSVM)联用的分类识别算法。在提取人工焊点特征向量的基础上,算法首先对样本特征数据进行模糊C均值聚类,依据样本隶属度函数计算不同特征的特征聚集度,并由特征聚集度指标改进RSVM算法中的松弛量参数,建立最终的分类器模型。实验结果表明:本文提出的算法建立了泛化能力更强的分类模型,能有效抑制噪声及模糊边界点对分类模型的影响,在人工焊点缺陷识别的应用中获得了满意的识别结果。
%K 焊点缺陷识别
%K 特征聚集度
%K 模糊C均值聚类
%K 松弛约束支持向量机
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=20150417&flag=1