文献

J-GLOBAL ID：201802233937626667   整理番号：18A0896709

マルチ特徴融合とAdaBoostアルゴリズムに基づく軌道面欠陥認識方法【JST・京大機械翻訳】

Rail surface defect recognition method based on multi feature fusion and adaboost algorithm

著者 (3件)： Min Yongzhi (蘭州交通大学 自動化与電气工程学院,甘粛 蘭州,730070) ,  Cheng Tiandong (蘭州交通大学 自動化与電气工程学院,甘粛 蘭州,730070) ,  Ma Hongfeng (蘭州工業学院 電子信息工程学院,甘粛 蘭州,730050)
資料名： Tiedao Kexue Yugongcheng Xuebao  (Tiedao Kexue Yugongcheng Xuebao)
巻： 14  号： 12  ページ： 2554-2562  発行年： 2017年 
JST資料番号： C3009A  ISSN： 1672-7029  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： レール表面欠陥の検出精度が収集装置の振動と異物干渉の影響を受けやすいなどの問題に対して、欠陥の位置を分析することにより、レール画像収集装置を設計した。さらに,レールの形状特徴に従って,Hough変換と最小二乗法によってレール表面領域を抽出し,次に,超エントロピー理論とファジィ理論を結合して,サンプル特性データベースを構築し,次に,サンプル特性データベースを,サンプルHarr-like特徴と低層特性によって作り出して,次に,欠陥分類装置を,C4.5とAdaBoostアルゴリズムによって設計して,次に,非欠陥を排除して,欠陥を分類した。5001000lx,100010000lx,10000100000lxの3種類の異なる光強度区間で,木枕とコンクリート枕軌道のレール表面欠陥を識別し,識別時間平均は698msであった。認識精度の平均は97.02%であり,従来の認識法と比較して明白な優位性を持つ。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 表面欠陥 ,  画像 ,  最小二乗法 ,  データベース ,  コンクリート ,  ファジィ理論 ,  エントロピー ,  Hough変換 ,  *レール ,  干渉
準シソーラス用語： 認識精度 ,  欠陥分類 ,  形状特徴 ,  検出精度 ,  *AdaBoost , 【Automatic Indexing@JST】

著者キーワード (7件)： vibration ,  rail surface extraction ,  Hough transform ,  image feature ,  AdaBoost ,  light intensity ,  defect recognition

分類 (4件)： 線路構造,軌道材料  (RC07030B) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： マルチ ,  特徴融合 ,  AdaBoostアルゴリズム ,  軌道 ,  面欠陥