一种皮革表面缺陷检测分类方法的研究
针对人工检测中存在的漏检、误判、成本偏高等问题,提出一种采用改进决策树结合前馈神经网络(FFN)选择最优分类属性的方法,实现了皮革表面缺陷自动检测分类;有效解决神经网络分类处理时间长及"黑盒"性弊端,决策树构建、剪枝计算量大,寻找最优树难等问题;实验表明对于各种缺陷的正确识别率均高于90%,该方法稳定可靠,检测精度较高,可满足实际生产需要.
表面缺陷、检测分类、决策树
18
TP391(计算技术、计算机技术)
温州市科技合作项目H20090045;陕西省科技计划项目2009k02-08;陕西省教育厅专项科研计划项目09JK345
2011-06-01(万方平台首次上网日期,不代表论文的发表时间)
共3页
2733-2734,2747