[發明專利]基于多特征的木材缺陷識別分類方法有效
| 申請號: | 201510246568.6 | 申請日: | 2015-05-13 |
| 公開(公告)號: | CN104849350B | 公開(公告)日: | 2017-11-03 |
| 發明(設計)人: | 李光輝;王再超;馮海林 | 申請(專利權)人: | 浙江農林大學 |
| 主分類號: | G01N29/07 | 分類號: | G01N29/07;G01N29/44 |
| 代理公司: | 南京先科專利代理事務所(普通合伙)32285 | 代理人: | 繆友菊 |
| 地址: | 311300 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 特征 木材 缺陷 識別 分類 方法 | ||
1.基于多特征的木材缺陷識別分類方法,其特征在于:包括以下步驟:
(1)將木材缺陷類型劃分為四種,分別為含空洞類型、含裂縫類型、含腐朽類型和無缺陷類型;
(2)針對每種木材缺陷類型準備若干組木材試樣;
(3)使用應力波木材無損檢測儀采集每組木材試樣的應力波傳播速度數據;
(4)使用微鉆阻力木材檢測儀采集每組木材試樣的阻力值;
(5)將每種木材缺陷類型中每組木材試樣的應力波傳播速度數據和阻力值進行數據處理,得到該木材缺陷類型的一組樣本數據;
(6)將每種木材缺陷類型的若干組樣本數據進行分組,分別為訓練組數據和分類組數據;
(7)采用支持向量機方法對所述訓練組數據進行訓練以及對所述分類組數據進行分類。
2.根據權利要求1所述的基于多特征的木材缺陷識別分類方法,其特征在于:所述步驟(2)中,針對每種木材缺陷類型準備不少于15組木材試樣。
3.根據權利要求2所述的基于多特征的木材缺陷識別分類方法,其特征在于:針對每種木材缺陷類型準備20組木材試樣。
4.根據權利要求1所述的基于多特征的木材缺陷識別分類方法,其特征在于:所述步驟(3)包括以下步驟:
(3-1)在每組木材試樣周圍均勻布置12個傳感器且所述12個傳感器之間依次通過電路連接,12個傳感器依次標志為1號傳感器、2號傳感器、3號傳感器、4號傳感器、5號傳感器、6號傳感器、7號傳感器、8號傳感器、9號傳感器、10號傳感器、11號傳感器和12號傳感器;
(3-2)將所述應力波木材無損檢測儀分別與電腦和所述1號傳感器連接;
(3-3)使用脈沖錘從1號傳感器開始依次敲擊12個傳感器;
(3-4)當12個傳感器敲擊完畢時,記錄電腦軟件系統顯示的應力波傳播速度矩陣,該應力波傳播速度矩陣中包括132個速度值。
5.根據權利要求1所述的基于多特征的木材缺陷識別分類方法,其特征在于:所述步驟(4)包括以下步驟:
(4-1)首先在每組木材試樣上準備六條不同檢測路徑;
(4-2)然后使用微鉆阻力木材檢測儀按照每條檢測路徑以恒定速率鉆入木材內部,得到對應每條檢測路徑的阻力曲線;
(4-3)記錄對應每條檢測路徑的阻力曲線顯示的阻力值并計算對應每條檢測路徑的平均阻力值,得到與所述六條檢測路徑對應的6個平均阻力值。
6.根據權利要求1所述的基于多特征的木材缺陷識別分類方法,其特征在于:所述步驟(7)包括以下步驟:
(7-1)首先采用支持向量機的方法對所述訓練組數據進行訓練,生成分類器;
(7-2)然后利用所述分類器對選取的分類組數據進行分類,得到所述分類組數據中每組數據的分類準確率和每組數據的具體分類情況;
(7-3)最后根據每組數據的分類準確率和每組數據的具體分類情況,判斷分類結果是否滿足分類精度要求,如果分類結果沒有達到分類精度要求,則調整所述訓練組數據以及調節支持向量機中的參數c和參數g,所述參數c為懲罰系數,所述參數g為核函數參數。
7.根據權利要求1所述的基于多特征的木材缺陷識別分類方法,其特征在于:所述步驟(6)中,將每種木材缺陷類型的若干組樣本數據進行隨機分組。
8.根據權利要求6所述的基于多特征的木材缺陷識別分類方法,其特征在于:所述步驟(7-2)中,利用所述分類器對選取的分類組數據進行分類之前,首先對樣本數據進行歸一化預處理。
9.根據權利要求8所述的基于多特征的木材缺陷識別分類方法,其特征在于:采用[0,1]區間歸一化預處理方式對樣本數據進行歸一化預處理。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江農林大學,未經浙江農林大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510246568.6/1.html,轉載請聲明來源鉆瓜專利網。





