文献

J-GLOBAL ID：202002250916305476   整理番号：20A0856732

斜張橋のケーブル表面欠陥の分類のための粒子群最適化に基づくSVM【JST・京大機械翻訳】

Particle Swarm Optimization-Based SVM for Classification of Cable Surface Defects of the Cable-Stayed Bridges

著者 (3件)： Li Xinke (School of Microelectronics and Communication Engineering, Chongqing University, Chongqing, China) ,  Guo Yongcai (Key Laboratory of Optoelectronic Technology and Systems, Education Ministry of China, Chongqing University, Chongqing, China) ,  Li Yongming (School of Microelectronics and Communication Engineering, Chongqing University, Chongqing, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 44485-44492  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械ビジョンシステムを用いて,斜張橋の橋ケーブルの表面欠陥を検査した。欠陥画像の取得と前処理の後,非破壊試験と評価の要求を満たすために,ケーブルの欠陥を分類して,同定することが必要である。本論文において,欠陥画像のための特徴抽出を,数学的統計的方法を用いて実行した。その後,欠陥画像の形状特徴,グレースケール特徴およびテクスチャ特徴を含む10の特徴パラメータを得て,サポートベクトルマシン(SVM)の分類モデルのために選択した。SVM分類性能を改善するために,粒子群最適化アルゴリズム(PSO)を採用して,SVMモデル,すなわちPSO-SVMアルゴリズムのpunish因子cとカーネルパラメータgを得た。最後に,著者らのPSO-SVM分類モデルを用いて,ブリッジケーブルの実際の表面欠陥画像の分類を実行した。縦方向亀裂,横方向亀裂,表面腐食,およびポホール欠陥を自動的に同定することができ,分類精度は96.25%に達した。実験結果は,PSO-SVMモデルが表面欠陥の分類性能を改善できることを示した。有効な分類に基づいて,著者らはケーブルの表面欠陥の分布特性を見つけることができた。適切な材料と合理的な保全対策を採用するために,表面欠陥のタイプと保護層の材料の間の関係を分析することは非常に重要である。このように,それは,橋梁ケーブルの構造健全性モニタリングにおいて,大きな重要性を持った。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *斜張橋 ,  *ケーブル ,  亀裂 ,  統計的方法 ,  非破壊検査 ,  腐食 ,  布特性 ,  前処理 ,  グレースケール ,  表面欠陥 ,  サポートベクトルマシン ,  アルゴリズム ,  特徴抽出
準シソーラス用語： テクスチャ特徴 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 斜張橋 ,  ケーブル ,  表面欠陥 ,  分類 ,  粒子群最適化 ,  SVM