-
题名结合区域距离和循环密度聚类的钢板缺陷归集方法
- 1
-
-
作者
李晨
杨明永
于露
冯昊吉
刘天歌
何海涛
-
机构
燕山大学信息科学与工程学院
燕山大学河北省计算机虚拟技术与系统集成实验室
山西太钢不锈钢股份有限公司热轧厂
河北港口集团数联科技(雄安)有限公司
-
出处
《燕山大学学报》
北大核心
2026年第2期156-168,188,共14页
-
基金
太原市关键核心技术攻关“揭榜挂帅”项目(2024TYJB0104)
河北省自然科学基金资助项目(F2023203030)
河北省教育厅科学研究项目(QN2024010)。
-
文摘
工艺及设备控制精度等原因导致钢厂生产出的钢板表面经常存在压坑、划痕等缺陷,实际生产作业中通常需要对这类缺陷进行人工修磨。近年来为了提高效率,自动修磨已经成为大势所趋。但是钢板表面的缺陷往往存在分布不均匀、形状大小各异等情况,为了有效对缺陷密集区域进行归集从而提高后续修磨效率,本文提出了一种新型的方法—结合区域距离和循环密度聚类的归集方法。该方法结合了区域距离和循环密度聚类,旨在有效地对钢板表面缺陷进行归集。首先,引入区域距离以解决传统聚类方法无法处理具有面积的数据框的问题。然后,设计了循环密度聚类算法,该算法先利用密度聚类进行初步聚类,将数据划分为密度不同的分区,再在各个分区中通过K距离图确定合适的领域半径值,并在分区内进行局部聚类,同时将噪声点归并至相应的簇。该方法改进了传统密度聚类算法的不足,提升了在数据密度不均匀情况下的聚类效果。通过对典型的UCI数据集和人工合成的数据集实验,循环密度聚类算法在大多数数据集上,NMI和ARI得分都要优于密度聚类算法以及其扩展聚类算法。最后,在Steel数据集上进行实验,本文所提出的结合区域距离和循环密度聚类的归集方法在处理复杂和集中分布的缺陷时表现出优越的聚类性能。
-
关键词
钢板缺陷
聚类算法
区域距离
循环密度聚类
-
Keywords
steel plate defects
clustering algorithm
region distance
db-dbscan
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于空间和时间密度的入侵报警聚合研究
被引量：2
- 2
-
-
作者
张靖
王衡军
李俊全
郁滨
-
机构
解放军信息工程大学
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2016年第6期1336-1343,共8页
-
文摘
针对分布式入侵检测系统在实际应用中存在大量重复报警和高误报率的问题,在研究DBSCAN算法的基础上,引入时间密度,提出一种基于空间和时间密度的抗噪声聚合算法(DBS&TCAN)。基于空间密度聚合局部报警信息和时间密度对局部聚合结果进行合并,可以有效减少重复报警并降低误报率。实验采用数据集测试的方法对算法进行了测试,并与相关研究工作进行比较和分析。结果表明,该算法具有较好的聚合效果,并在实时性方面体现出优势。
-
关键词
入侵检测系统
报警聚合
时间密度
DBSCAN
DBS&TCAN
实时性
-
Keywords
Intrusion detection system
alert aggregation
temporal density
DBSCAN
DBS＆TCAN
real time
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
