论文部分内容阅读
为解决超声检测领域传统人工神经网络方法对于小样本进行缺陷识别时存在的泛化能力差和过学习等问题，提出了一种基于支持向量机的超声检测缺陷识别方法。先使用小波分解对信号进行降噪，再使用小波包变换提取特征值，构造多类分类支持向量机进行缺陷识别。实验结果表明，支持向量机方法具有识别率高、泛化能力强等优点，能够应用于超声检测缺陷识别领域。