基于径向基函数神经网络的织物疵点分类

摘要：

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.

关键词：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

所属期刊栏目：20

分类号：TP183(自动化基础理论)

资助基金：陕西省2011科技研究发展计划项目2011k07-25

在线出版日期：2012-12-24（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：2751-2753,2759