HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于BP神经网络的带钢表面缺陷的识别与分类

作者:韩英莉; 颜云辉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

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

仪器仪表学报

《仪器仪表学报》(CN:11-2179/TH)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情