[发明专利]一种基于SVM算法的机车轮对踏面损伤检测方法

权利要求书

1.一种基于SVM算法的机车轮对踏面损伤检测方法，其特征在于，根据已有的机车轮对踏面图像，选取纹理特征作为特征向量来训练SVM模型，进而对新的踏面图像进行损伤判定。

2.根据权利1所述的一种基于SVM算法的机车轮对踏面损伤检测方法，其特征在于，所述方法包括：

步骤一，将已有踏面图像进行人工标签，分别用0和1表示无损伤和有损伤，使用K折交叉验证法将样本分成训练集和测试集；

步骤二，将不同实验图像进行归一化处理；

步骤三，确定灰度共生矩阵的生成参数，主要包括：生成灰度级L、生成间距d与生成方向θ，通过对比试验，选取L为8，生成间距d为4，生成方向θ为0°、90°与135°；

步骤四，通过对比试验，筛选纹理特征，选取对比度、相关性和同质性为纹理特征；

步骤五，确定SVM参数，根据已有样本，选取RBF核函数作为核函数，然后基于遗传算法确定核函数的参数σ以及惩罚因子C的值；

步骤六，根据前一步获得的最有参数，将纹理特征向量以及标签送入SVM进行训练，最终得到踏面损伤检测模型。

3.根据权利1所述的一种基于SVM算法的机车轮对踏面损伤检测方法，其特征在于，步骤五的具体过程为：

首先对需要选择的参数C和σ进行二进制编码，采用长度为十的码串来表示一个参数；将种群大小设置为50，分类精度用模型的识别率RR表示

其中n_correct为测试样本集中分类正确的样本数目，n_total是测试样本集总数；

其次，遗传运算中采用比例选择算子，交叉运算采用单点交叉，变异运算采用基本位变异算子，最大进化代数为300。

4.根据权利1所述的一种基于SVM算法的机车轮对踏面损伤检测方法，其特征在于，步骤六的具体过程为：首先，计算图像的纹理特征矢量，然后将所述图像归一化；其次，采用k折交叉的方式将样本数据划分为训练集和测试集，最后选取基于RBF核函数SVM分类器进行训练。