发明名称 基于支持向量机的多特征融合超声金属防伪识别方法
摘要 本发明属于金属材料的鉴别技术领域,具体涉及一种基于支持向量机的多特征融合超声金属防伪识别方法,包括以下步骤:参考样品的预处理、采集时域信号、计算和提取参考样品回拨的特征值、计算和提取待测样品回波的特征值和防伪识别金属材料,本发明是一种利用超声技术来无损鉴别金属材料真伪的方法,是利用不同金属材料的微观结构是独特的,所获取的金属材料的回波信息不同的特性,计算并提取了六个特征量并组合到一起作为识别该种金属材料的防伪信息,构造了基于二叉树的支持向量机分类器完成了对该金属材料的防伪识别,而且鉴别结果准确合理,相对鉴别方法简单,成本低廉,辨识速度快,还易于实现在线鉴别,适于推广应用。
申请公布号 CN106525967A 申请公布日期 2017.03.22
申请号 CN201610899041.8 申请日期 2016.10.14
申请人 陕西师范大学 发明人 卢康;贺西平;安笑笑
分类号 G01N29/04(2006.01)I;G01N29/44(2006.01)I 主分类号 G01N29/04(2006.01)I
代理机构 西安智萃知识产权代理有限公司 61221 代理人 张蓓
主权项 基于支持向量机的多特征融合超声金属防伪识别方法,其特征在于:包括以下步骤:步骤一、参考样品的预处理:对金属样品表面加工平行,并对其表面进行打磨、清洗干净;步骤二、采集时域信号:将收发探头与脉冲接收/发射仪连接后置于参考样品的表面,收发探头发射超声波脉冲信号后接收回波信号,通过与脉冲接收/发射仪连接的示波器对该回波信号进行采样,经多次采样并取平均值,得到参考样品的时域波形;步骤三、计算和提取参考样品回波的特征值:所述特征值为声速、声衰减系数、散射信号的平均峰值、散射信号的均方差、散射信号的主频率和散射信号的幅度谱的极大值,经多次采集计算得到参考样品特征值的样本集;步骤四、计算和提取待测样品回波的特征值:将待测样品表面打磨并清洗干净,使其表面粗糙度与参考样品的粗糙度相同,将收发探头置于待测样品的表面上,待测样品上的测试位置以及收发探头与待测样品的耦合条件均与步骤二相同,重复步骤二和步骤三,得到待测样品的特征值的样本集;步骤五、防伪识别金属材料:构造基于二叉树的支持向量机分类器,先利用得到的参考样品特征值的样本集,对分类器进行训练和测试,若作为测试样本输入分类器的输出结果与实际相符,即训练完成,后将待测样品特征值的样本集输入支持向量机分类器,完成金属材料的防伪识别。
地址 710119 陕西省西安市长安区西长安街620号陕西师范大学长安校区