中国学术期刊网络出版总库
  关闭
基于BP神经网络的带钢表面缺陷的识别与分类  
   推荐 CAJ下载 PDF下载
【英文篇名】 Discernment and classification of banding strip surface defect based on BP neural network
【下载频次】 ★★★★★
【作者】 韩英莉; 颜云辉;
【英文作者】 Han Yingli~(1; 2) Yan Yunhui~1~1(Mechanical Engineering and Automation school; Northeastern University; Shenyang 110004; China)~2(Information Technology Institute; Zhanjiang Normal University; Zhanjiang 524048; China);
【作者单位】 东北大学机械工程与自动化学院; 东北大学机械工程与自动化学院 沈阳; 湛江师范学院信息科技学院湛江;
【文献出处】 仪器仪表学报 , Chinese Journal of Scientific Instrument, 编辑部邮箱 2006年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 带钢表面缺陷; 识别与分类; 灰度共生矩阵; 人工神经网络; BP算法;
【英文关键词】 banding strip surface defect discern and classification grey level intergrowth matrix artificial neural network BP algorithm;
【摘要】 运用神经网络处理非线性问题的优势,将其应用于带钢表面缺陷的识别与分类研究。本文采用灰度共生矩阵的特征提取,提出了基于BP神经网络进行缺陷识别与分类的方法,编制了带钢表面缺陷的识别与分类软件。分类测试表明,该软件有较好的识别与分类效果。
【英文摘要】 Taking the advantage of neural network in dealing with non-linear problem,neural network is applied to study the discernment and classification of the strip surface defects.A discernment and classification method is proposed based on BP neural network,which makes use of grey level intergrowth matrix.The software for discernment and classification of banding strip surface defects was written.Classification test result shows that this software has good discernment and classification performance.
【基金】 国家科技部重大基础研究前期研究专项资金(2003CCA03900); 国家自然科学基金(50574019); 上海宝钢集团公司联合资助项目
【更新日期】 2007-01-09
【分类号】 TP391.4;TP183
【正文快照】 1引言带钢是汽车、家电、造船、航空航天等行业的重要原材料,其表面质量直接影响产品质量和性能。欲提高带钢的表面质量,必须首先解决带钢表面缺陷的检测与分类问题,继而分析相应缺陷产生的原因,最终提出消除缺陷的解决方案。本文主要针对带钢表面缺陷的检测与分类问题进行深入

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号