期刊文献+

基于BP神经网络的带钢表面缺陷的识别与分类 被引量:27

Discernment and classification of banding strip surface defect based on BP neural network
下载PDF
导出
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。 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.
出处 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第12期1692-1694,共3页 Chinese Journal of Scientific Instrument
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
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 banding strip surface defect discern and classification grey level intergrowth matrix artificial neural network BP algorithm
  • 相关文献

参考文献4

  • 1徐科,徐金梧,梁治国,吴贵芳.冷轧带钢表面质量自动检测系统的在线应用研究[J].冶金自动化,2003,27(1):51-53. 被引量:27
  • 2SCHOLKOPF B,SMOLA A.Nonlinear component analysis as kernel eigen value problem[J].Neural Computation,1998,10(5):1299-1319.
  • 3KITAHARA M,ACHENBACH J D,GUO Q C.Neural network for crack-depth determination from ultrasonic back-scattering data[J].Review of Progressin Quantitative Evaluation,1992(11):701-708.
  • 4OSAKADA K,YANG G B.Neural network for process planning of cold-forming[J].Anural of CIRP,1991,40(1):243-246.

共引文献26

同被引文献310

引证文献27

二级引证文献162

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部