缺陷分类
缺陷分类的相关文献在1993年到2022年内共计454篇,主要集中在自动化技术、计算机技术、金属学与金属工艺、无线电电子学、电信技术
等领域,其中期刊论文186篇、会议论文12篇、专利文献104684篇;相关期刊141种,包括中国学术期刊文摘、南昌航空大学学报(自然科学版)、铝加工等;
相关会议12种,包括2016光电子玻璃及材料技术交流研讨会 、中国电子学会电子系统工程分会第二十届军队信息化理论学术会议、中国指挥与控制学会C4ISR理论与技术专业委员会第一届高峰论坛、信息系统工程国防科技重点实验室第五届C4ISR技术论坛、第八届中国土工合成材料学术会议等;缺陷分类的相关文献由1331位作者贡献,包括陈海永、张胜森、B·布拉尔等。
缺陷分类—发文量
专利文献>
论文:104684篇
占比:99.81%
总计:104882篇
缺陷分类
-研究学者
- 陈海永
- 张胜森
- B·布拉尔
- 不公告发明人
- 刘佳丽
- 刘迪
- 吴淼
- 唐磊
- 沈剑
- 胡逸群
- 贺力
- 陈建东
- 马卫民
- 倪棋梁
- 吕东东
- 庞悦
- 张健
- 张兆礼
- 张美杰
- 戴琼海
- 文熙
- 王强
- 邓标华
- 陈宏璘
- 龙吟
- A·曾
- B·达菲
- M·普利哈尔
- 刘屿
- 刘旭
- 吴宗泽
- 周涛
- 哈什·辛哈
- 应华俊
- 徐嘉明
- 李功
- 李庚
- 杨铁军
- 桑卡·梵卡泰若曼
- 海伦·刘
- 王粟
- 约翰·R·约尔丹三世
- 罗飞路
- 赵振兵
- 赵鹏
- 韩春营
- A·S·达恩狄安娜
- A·巴蒂亚
- A·托格诺尼
- A·梁
-
-
曾德宇;
梁泽逍;
吴宗泽
-
-
摘要:
缺陷检测是智能制造系统的一个重要的环节。在采用传统机器学习算法进行缺陷分类的时候,通常会遇到数据噪声干扰,降低算法对缺陷类别的预测精度。尽管近几年提出了如鲁棒线性判别分析(RLDA)等强大的算法用于解决数据受稀疏噪声干扰的分类问题,但仍存在一些缺点限制其应用性能。该文提出一种新的基于线性判别分析的最优均值鲁棒线性分类模型(OMRLSA)。不同于以往应对噪声数据的分类方法忽略稀疏噪声具有的拉普拉斯分布特性对数据均值的影响,该文所提出的最优均值鲁棒线性分类模型会自动更新数据的最优均值,从而保证数据的统计特性不会受到噪声的干扰。此外,随后的损失函数中首次在鲁棒分类模型中引入了关于正则化和误差测量的联合L_(2,1)范数最小化和秩压缩的加权核范数最小化方法,从而提高算法的鲁棒性。在具有不同比例损坏的标准数据集上的实验结果说明了该文方法的优越性。
-
-
解书文
-
-
摘要:
根据近年来参与安全审计和各级安全检查体会,提出安全生产必须坚持安全与技术深度融合的基本理念,阐述影响双重预防机制有效推进和落地执行的制度化建设及关键因素和薄弱环节,剖析和探讨双重预防机制的底层逻辑与技术支撑。
-
-
王英洁;
曹铁男
-
-
摘要:
为克服当前电力系统设备高压绝缘缺陷识别技术的局限性,利用知识库系统来诊断电力系统设备高压绝缘缺陷.采用超高频(UHF)和IEC 60270技术获取局部放电(PD)数据,再通过捕获的PD数据来构建相位分辨模式,从而确定PD行为,并创建相关的描述符;利用匹配相关缺陷特征对缺陷进行分类,并确定PD的位置.结果表明,采用本方法所测得的缺陷类型和缺陷位置与实际中缺陷类型和缺陷位置吻合率高达98%,证明了所提方法的有效性.
-
-
李兴科;
宋建熙;
李西兵
-
-
摘要:
针对皮革表面存在不均匀纹理的特性、缺陷分类难度大的问题,构造了一种多层感知器结合特征组合的分类方法。首先通过Gabor滤波方法强调皮革表面纹理特征,并获取皮革图像的5个灰度分布统计特征与8个灰度共生矩阵统计特征,以此描述皮革表面纹理和缺陷的特征;然后采用多层感知器结合特征组合的分类方法对皮革缺陷图像进行分类。实验验证结果表明,该方法对四类皮革样本的分类准确率可达98%以上。
-
-
于浩;
黄华贵;
郑加丽;
赵铁琳;
周新亮
-
-
摘要:
针对无缝钢管斜轧穿孔顶头表面缺陷在线检测的现实需求,提出了一种基于激光扫描、空间点云数据处理及深度学习的非接触测量方法。根据无缝钢管产线特点确定了检测位置、系统构成和顶头轮廓数据采集方案,并引入迭代最近点(ICP)配准方法,实现了测量点云与标准CAD模型的配准。针对头部缺陷设计了相应的分类数集和渐变形态,使用点云深度学习方法实现了缺陷精确分类和量化预警。针对表面磨损缺陷,设置磨损深度上限阈值以实现磨损程度的精确监测。为验证系统可靠性,搭建了顶头检测物理模拟平台,并利用3D打印技术定制了含有不同缺陷特征的顶头实物模型。测试结果表明,表面轮廓检测误差在0.06 mm以内,头部缺陷分类精度可达97.7%、准确度可达98.1%,满足在线检测要求。
-
-
邵延华;
冯玉沛;
张晓强;
楚红雨
-
-
摘要:
精密光学元件表面疵病的人工检测分类方法效率低,且准确率易受疲劳等人工因素影响,而基于传统机器学习方法的分类准确率有待进一步提高。提出了一种基于深度学习卷积神经网络的光学大尺寸元件表面疵病识别方法。首先,通过现场实验采集并整理了大尺寸镜面疵病样本;接着,基于单通道灰度图像构建融合梯度的三通道图像,挖掘更深入的特征表达;最后,基于经典的LeNet网络,提出了面向激光惯性约束聚变(ICF)的光学元件表面疵病识别网络ICFNet,该网络不需要复杂的手工特征设计和提取,仅使用原始灰度图像就实现高效的疵病识别。实验结果表明:针对包含麻点、划痕和灰尘的三类疵病数据,ICFNet相较于使用多项特征和支持向量机的传统方法拥有较好的分类准确率。
-
-
唐琼宁;
胡琳;
白千秋
-
-
摘要:
1背景在印制电路板(PCB)的生产操作拿放板过程中,存在板与板之间快速分离的一瞬间产生高压静电造成板面经常出现三角形擦花缺陷,擦花部位已经露出基材,导致产品报废。随着我公司板件类型和产量的增加,按照以往常规生产操作方式,三角擦花缺陷报废的问题尤为突出,常占据报废前几项,影响产品良率。图1是报废缺陷分类与比例,三角擦花造成报废率较高,这成了影响产品良率的主要因素。于是我们通过对三角擦花缺陷产生的机理进行研究,提出一些操作规范上的改善方案,从而降低三角擦花报废率。
-
-
李虹霖;
易继开;
王家曦;
上官赞鹏
-
-
摘要:
针对目前大批量的带钢检验工作,提高检验效率以及检验精度是十分重要的。因此本文提出了一种基于自适应中值滤波下的MobileNet带钢缺陷分类。通过对带钢表面缺陷数据集进行自适应中值滤波,在预处理中去除图像噪声后的数据经轻量化卷积神经网络对带钢表面缺陷进行学习。经训练后的网络可以精确的识别并分类常见的带钢表面缺陷其包括夹杂、划痕、压入氧化皮、裂纹、麻点和斑块,其实时监测精度高且效率远远超过人工。在预处理过程中经过了自适应中值滤波后的数据使训练网络精度提高了5.55%训练时间缩短了32s,最后通过对比不同滤波参数下的结果从中选出最适宜的一种。
-
-
卞小磊;
周锦永;
顾吉青;
王赫;
张小盈
-
-
摘要:
在核电厂控制系统软件开发过程中,任何分析工作都应是为了提高软件质量和效率。而软件质量和效率的提高核心都应该是软件问题的减少,无论是已发现的问题还是未发现的问题。所以通过对测试问题进行必要的软件缺陷分析得到经验反馈是非常重要的,这也是提高软件开发效率和软件质量关键的一环。本文首先概括论述了软件缺陷,接着论述了行业内软件缺陷分析分类方法的应用情况,正交缺陷分类(ODC)、根本原因分析(RCA)的基本概念,应用该方法对项目内发现的问题进行分类、分析,进而得到分析结果及改进措施。
-
-
李雪露;
杨永辉;
储茂祥
-
-
摘要:
钢板作为制造业发展的基础,表面缺陷检测具有重要的研究意义和应用价值。本文总结了基于传统机器视觉的钢板表面缺陷检测算法的优缺点及应用,分别从缺陷分类、目标检测和缺陷分割三个方面介绍深度学习技术在钢板表面缺陷检测领域的应用,总结目前钢板表面缺陷检测存在的短板与不足,并对未来的研究趋势进行展望。
-
-
-
曾臻;
戴曙光;
穆平安
- 《第八届工业仪表与自动化学术会议》
| 2007年
-
摘要:
基于神经网络的晶圆缺陷分类系统是为了实现晶圆宏观缺陷的检测和分类而进行的一项研究课题.在前阶段完成了晶圆缺陷的检测和特征提取的基础上,本文分别从算法理论和实际应用的角度,重点设计了BP神经网络对缺陷的分类,并根据类别数目和特征向量长度对隐含层节点数目进行了设计,在试验分析的基础上,选取了恰当的权值、阈值及网络学习速率.实验证明,设计的检测系统专业性强,具有一定的应用价值.
-
-
-
王答成;
焦宗平;
杨国洪
- 《2016光电子玻璃及材料技术交流研讨会》
| 2017年
-
摘要:
基于液晶玻璃基板夹杂物的核心和表面变形、各类缺陷的分层和凸起Top面高度及Top面低对比度微划伤检出等关键检测技术.研究分析AOI检测设备,重点介绍缺陷建库创建方法、Flaw图像特征含义及缺陷分类基础技术.自动在线检验,产品缺陷的分类准确度和纯净度达到92%以上,产品质量等级判定准确率达到98%以上.该技术为液晶玻璃基板生产线工艺技术管理提供指导和帮助,保证液晶玻璃基板缺陷分类准确可靠和质量过程控制完整高效.
-
-
-
- 《中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会》
| 2008年
-
摘要:
缺陷管理系统用于集中跟踪软件测试过程中发现的错误,是添加、修改、排序、查寻、存储软件测试错误的数据库程序。本文讨论了ODC缺陷分类模型,并建立了一个完整的缺陷定义模型,然后在此基础上提出新的软件缺陷管理系统的总体结构。与传统缺陷管理系统相比,本系统能很大的提高软件开发的效率,改进测试流程。
-
-
-
-