文献类型：期刊文章

作　　者：朱凌云[1] 曹长修[1]

机构地区：[1]重庆大学自动控制研究所,重庆400044

出　　处：《重庆大学学报（自然科学版）》

基　　金：教育部博士点科研基金资助项目 (980 61117)

年　　份：2002

卷　　号：25

期　　号：6

起止页码：42-45

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统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。

关 键 词：支持向量机 数据挖掘 模式分类  缺陷识别  

分 类 号：TP182]