In this paper, hybrid chromosome ge

In this paper, hybrid chromosome genetic algorithm is applied to establishing the real-time classification model for surface defects in a large-scale strip steel image collection. After image preprocessing, four types of visual features, comprising geometric feature, shape feature, texture feature and grayscale feature, are extracted from the defect target image and its corresponding preprocessed image. In order to use genetic algorithm to optimize classification model based on hybrid chromosome, the structure of hybrid chromosome is designed to seamlessly integrate the kernel function, visual features and model parameters. And then the chromosome and the SVM classification model will be evolved and optimized according to the genetic operations and the fitness evaluation. In the end, the final SVM classifier is established using the decoding result of the optimal chromosome. The experimental results show that our method is effective and efficient in classifying the surface defects in a large-scale strip steel image collection.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ มีใช้ผสมขั้นตอนวิธีการทางพันธุกรรมโครโมโซมเพื่อสร้างแบบจำลองการจัดประเภทแบบเรียลไทม์สำหรับผิวในกลุ่มเหล็กรูปแถบขนาดใหญ่ หลังจากประมวลผลเบื้องต้น สี่ชนิดของภาพ ประกอบด้วยคุณลักษณะทางเรขาคณิต ลักษณะรูปร่าง ลักษณะพื้นผิว และสีเทา ลักษณะ รูปที่สกัดจากภาพเป้าหมายความบกพร่องและรูปภาพที่เกี่ยวข้องประมวลผลล่วงหน้า ใช้ขั้นตอนวิธีพันธุกรรมเพื่อเพิ่มประสิทธิภาพประเภทจำลองโครโมโซมไฮบริด โครงสร้างของโครโมโซมไฮบริดถูกออกแบบให้อย่างราบรื่นรวมฟังก์ชันเคอร์เนล ภาพคุณลักษณะ และพารามิเตอร์ของแบบจำลอง แล้ว โครโมโซมแบบจัดประเภท SVM จะสามารถพัฒนา และปรับตามการดำเนินการทางพันธุกรรมและการประเมินผลการออกกำลังกาย ในสุด classifier SVM สุดท้ายถูกก่อตั้งโดยใช้ผลการถอดรหัสโครโมโซมดีที่สุด ผลการทดลองแสดงว่าวิธีการของเรามีประสิทธิภาพในการจัดประเภทข้อบกพร่องผิวในชุดเหล็กรูปแถบขนาดใหญ่ และ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้ขั้นตอนวิธีพันธุกรรมโครโมโซมไฮบริดถูกนำไปใช้สร้างเวลาจริงรูปแบบการจัดหมวดหมู่สำหรับข้อบกพร่องบนพื้นผิวในแถบขนาดใหญ่เหล็กเก็บภาพ หลังจาก preprocessing ภาพสี่ประเภทของคุณสมบัติภาพประกอบด้วยคุณลักษณะทางเรขาคณิตคุณลักษณะรูปร่างพื้นผิวและคุณลักษณะคุณลักษณะสีเทาที่สกัดจากภาพเป้าหมายข้อบกพร่องและภาพที่สอดคล้องกันของ preprocessed เพื่อที่จะใช้ขั้นตอนวิธีพันธุกรรมเพื่อเพิ่มประสิทธิภาพการจัดหมวดหมู่ตามรูปแบบบนโครโมโซมไฮบริด, โครงสร้างของโครโมโซมไฮบริดได้รับการออกแบบต่อเนื่องรวมฟังก์ชันเคอร์เนลคุณสมบัติภาพและพารามิเตอร์แบบ แล้วโครโมโซมและรูปแบบการจัดหมวดหมู่ SVM จะได้รับการพัฒนาและเพิ่มประสิทธิภาพการให้เป็นไปตามการดำเนินงานทางพันธุกรรมและการประเมินผลการออกกำลังกาย ในท้ายที่สุดลักษณนาม SVM สุดท้ายที่จะจัดตั้งขึ้นโดยใช้ผลการถอดรหัสของโครโมโซมที่ดีที่สุด ผลการทดลองแสดงให้เห็นว่าวิธีการของเราคือการที่มีประสิทธิภาพและมีประสิทธิภาพในการจำแนกข้อบกพร่องที่พื้นผิวในแถบขนาดใหญ่เหล็กเก็บภาพ