%0 Journal Article
%T 基于支持向量机的缺陷识别方法
%A 朱凌云
%A 曹长修
%J 重庆大学学报
%D 2002
%R 10.11835/j.issn.1000-582X.2002.06.012
%X 针对缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响，以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题，从数据挖掘的角度，提出了直接从形成缺陷的影响因素着手，先消除工艺参数的冗余和噪声，再运用支持向量机分类算法，进行自动缺陷识别的新方法。通过具体的试验表明：该方法具有成本低廉、准确率高、推广性强、容易在线实施等技术优势。
%K 支持向量机
%K 数据挖掘
%K 模式分类
%K 缺陷识别
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200206208&flag=1