10.3969/j.issn.1001-3695.2018.09.069
基于堆栈式自编码网络的电子线路分类算法
由于电子线路细节特征种类多且与背景细节特征相似度较高,基于图像颜色、纹理形状等低层特征的分类算法不能满足高精度分类的需求.针对是否具有数字背景的电子线路分类问题,利用深度学习方法堆栈式降噪自编码网络以及方向梯度直方图特征提取算法对1 840张工业电子线路图片的分类进行研究.实验结果表明,对缩放到68×68大小的电子线路图像进行去均值、归一化及白化等预处理能有效降低不同光照强度的影响,同时降低了像素间的相关性,因此在后续训练过程中能得到更加具有分类代表性的特征使分类的准确率提高约6%;预处理后提取图片1 152维的方向梯度直方图特征作为输入,通过两层隐含层降噪自编码训练及反向传播权值微调后能更加准确、稳定地区分出具有数字背景的电子线路.
电子线路分类、堆栈式降噪自编码、图像预处理、特征提取
35
TP391.41(计算技术、计算机技术)
福建省高校产学合作项目2016H6026
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共3页
2853-2855