Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 63,828,816

 Steel plates fault diagnosis based on an integration of one-against-one strategy and support vector machines
Tác giả hoặc Nhóm tác giả: Thi Phuong Trang Pham, Thi Thu Ha Truong
Nơi đăng: Tạp chí Khoa học và Công nghệ, Đại học Đà Nẵng; Số: 11(120), Quyển 4;Từ->đến trang: 95-98;Năm: 2017
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Phát hiện lỗi đã trở thành một vấn đề quan trọng đối với ngành công nghiệp sản xuất trong những năm qua. Một hệ thống phát hiện lỗi hiệu quả sẽ thúc đẩy chất lượng sản xuất và giảm chi phí kiểm tra sản phẩm. Bài báo này đề xuất một sự kết hợp của chiến lược one-against-one (OAO) và máy học véc-tơ hỗ trợ (SVM) để phát hiện các lỗi của thép tấm. Chiến lược OAO được sử dụng để hỗ trợ SVMs thực hiện đa phân lớp (đó là, OAO-SVM). Sự thể hiện của mô hình đề xuất được so sánh với mô hình SVM dựa trên các thuật toán tối ưu. Kết quả phân tích chỉ ra rằng mô hình OAO-SVM vượt trội các mô hình khác trong việc phát hiện lỗi với độ chính xác tới 86.357% .Kết quả của bài báo này, vì vậy, thể hiện sự kết hợp tiềm năng của chiến lược OAO và mô hình SVM trong việc phân loại các lỗi phổ biến của thép tấm nói riêng và những sản phẩm công nghiệp nói chung
ABSTRACT
Fault diagnosis has been a critical issue in industrial production over years. An effective fault diagnosis system enhances the quality of manufacturing and reduces the cost of product testing. This paper proposes an integration of one-against-one (OAO) strategy and support vector machines (SVM) to diagnose multiple faults of steel plates. The OAO is adopted to address multi-classification tasks in the binary SVM (i.e, OAO-SVMs). The performance of the proposed model was compared with that of optimization algorithms-based SVM. Analytical results indicated that the OAO-SVM outperformed other comparative models in fault diagnosis with an accuracy up to 86.357%. The findings of this paper, therefore, shows a potential combination of an OAO strategy and an SVM in sorting common faults of steel plates in particular and industrial products in general.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn