Page 68 - КЛАСИФІКАЦІЯ ЛОКАЛІЗОВАНИХ ДЕФЕКТІВ ЗВАРНИХ ШВІВ НА РЕНТГЕНІВСЬКИХ ЗОБРАЖЕННЯХ ТРУБ

68

мережі проводилося на основі навчального набору типових дефектів за методом

зворотного поширення помилки.

Методи статистичної класифікації дефектів представлені в роботах [11] і

[16]. У роботі [11] використовувалася лінійна класифікація, а в [16] - метод k -

найближчих сусідів. Лінійна класифікація дефектів являє собою спосіб поділу

дефектів у N -вимірному гіперпросторі інформативних ознак ( N – кількість

ознак) за допомогою гіперплощин, що є границями між класами. У методі k -

найближчих сусідів для виявленого дефекту знаходять найближчих до нього в

гіперпросторі ознак дефектів зі статистичної вибірки. Виявлений дефект буде

належати до того ж класу, що і більшість з k найближчих до нього дефектів.

Використовувати експертну систему з нечіткою логікою для класифікації

дефектів запропоновано в роботі [15]. Формування бази знань здійснювалося на

основі навчального набору типових дефектів за допомогою так званого

генетичного алгоритму. У результаті досліджень була знайдена оптимальна з

точки зору якості класифікації конфігурація експертної системи.

У дослідженнях [10-13, 15, 16] якість автоматичної класифікації

оцінювалася експериментально шляхом перевірки роботи розроблених

алгоритмів на тестовому наборі зразків дефектів. Як показник якості

класифікації в цих дослідженнях використовується відсоток правильних
класифікацій, що дорівнює відношенню кількості дефектів, клас для яких був

визначений вірно, до загальної кількості дефектів у тестовому наборі.
У роботах [10-12] відсоток правильних класифікацій розраховувався

безпосередньо для одного тестового набору дефектів і складав 94...99 %.
Недоліком такого способу оцінки можна вважати його низьку надійність, тому

що використовувався тестовий набір невеликого розміру (59... 124 дефекти).

Більш надійний метод оцінки якості класифікації застосовувався в роботах [13,

15, 16], де був використаний метод самоналаштування (bootstrep-метод).

Значення відсотка правильної класифікації, отримані за допомогою цього

методу, становили 81...92 %. Цю оцінку якості класифікації можна вважати