申请/专利权人：辽宁科技大学;鞍山市海汇自动化有限公司

申请日：2023-12-26

公开（公告）日：2024-04-02

公开（公告）号：CN117809090A

主分类号：G06V10/764

分类号：G06V10/764;B65G43/00;B65G43/08;G06V10/40;G06V10/774

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及一种基于支持向量机的皮带空载检测方法，包括步骤1获取皮带图像，进行预处理；2对预处理后的图像进行特征选取，并获取图像数据；3对获取的皮带图像空载标注为0，有料标注为1，将特征值获取结束以及标注结束的数据集分为训练集和测试集；4将训练集导入基于不同核函数的支持向量机进行训练，得到支持向量机的分类模型；5通过支持向量机的分类模型对测试集进行分类，得到测试集的准确率；本发明大大提升皮带空载检测的准确率。

主权项：1.一种基于支持向量机的皮带空载检测方法，其特征在于，包括包括如下步骤：1获取皮带图像，进行预处理；2对预处理后的图像进行特征选取，并获取皮带图像所选特征区域内的特征数据；3对获取的皮带图像空载标注为0，有料标注为1，将特征值获取结束以及标注结束的数据集按照7～8:2比例分为训练集和测试集；4将训练集导入基于不同核函数的支持向量机进行训练，得到支持向量机的分类模型；5通过支持向量机的分类模型对测试集进行分类，得到测试集的准确率，准确率达到100％的训练效果时，将最终的训练模型应用于现场实施，得到皮带空载检测结果。

全文数据：

权利要求：

百度查询： 辽宁科技大学;鞍山市海汇自动化有限公司 一种基于支持向量机的皮带空载检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD