基于径向基函数神经网络的织物疵点分类
对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分布情况;然后分析了另一种神经网络——学习矢量量化网络LVQ对疵点分类的效果,将它们的训练速度和分类精度进行了比较;实验结果表明,采用RBF神经网络比LVQ神经网络的分类速度更快、精度更高,更有效地被应用于织物疵点分类中.
织物疵点分类、特征提取、学习矢量量化、径向基函数、神经网络
20
TP183(自动化基础理论)
陕西省2011科技研究发展计划项目2011k07-25
2012-12-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
2751-2753,2759