基于核PCA与SVM 算法的木材缺陷识别 - 常州大学学报.PDF

( ) 第 卷 第 期 常州大学学报 自然科学版 29 3 Vol.29No.3 年 月 ( ) 2017 5 JournalofChanzhouUniversit NaturalScienceEdition Ma 2017 g y y 文章编号: ( ) 2095-0411201703-0060-09 基于核 与 算法的木材缺陷识别 PCA SVM , , , 马 旭 刘应安 业 宁 闫 贺 ( , ) 南京林业大学 信息科学技术学院 江苏 南京 210037 : , 摘要 木材缺陷是影响木材产业化推广的重要因素之一 通过合理的木材缺陷识别方法可以有效规避木材缺陷在 , 。 , 实际应用中带来的资源浪费问题 同时大幅提高木材的实际利用率 针对木材节子非线性的特征 提出了一种新 。 , ( , ), 颖的木材缺陷识别方法 首先 通过核主成分分析方法 KernelPrincialCom onentAnalsisKPCA 采用多项 p p y ( ) , 式的核函数 Polnomialkernelfunction对木材原始的非线性数据从低维映射到高维线性特征空间 然后再对映射 y , 。 , , , 空间中的线性样本进行降维处理 目的是为了提取到样本的特征参数 其次 结合 SVM模型 选择多项式核函数 。 , , 完成对木材缺陷的识别 最后 通过比较实验所得数据与实测数据 实验结果表明本文提出的方法有较高的识别 精度和识别效率。 : ; ; ; 关键词 木材缺陷 核函数 主成分提取 支持向量机 中图分类号: 文献标志码: : / TS611 A doi10.3969 .issn.2095-0411.2017.03.009 j A licationofKPCAandSVM toWoodDefectReconition pp g , , ,