基于粗糙-模糊神经网络的焊接图像缺陷识别

摘要：

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法.该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题.仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力.

关键词：粗糙集、模糊集、神经网络、焊接缺陷、识别

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省博士后科学基金0401016B;中国矿业大学校科研和教改项目2005B005

在线出版日期：2006-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1126-1129