10.3969/j.issn.0253-6099.2019.01.028
基于PCA?RBF的板形识别及FPGA软实现
针对常规神经网络板形识别方法中存在的不足,提出了以PCA替代欧氏距离作为提取特征的手段,并将所设计的PCA?RBF板形识别模型以FPGA为硬件实现载体进行了仿真研究.仿真结果表明,设计的PCA?RBF板形识别模型能够正确识别出板形缺陷,网络结构比常规RBF板形识别模型相对简化,同时识别精度提升了59%,抗干扰能力提升了82%.FPGA仿真结果在精度和实时性上可以满足实际工程需要.
PCA、RBF神经网络、板形缺陷、板形识别、现场可编程门阵列
39
TP183(自动化基础理论)
河北省自然科学基金?钢铁联合研究基金项目E2015203354;河北省高校创新团队领军人才培育计划项目LJRC013;河北省教育厅科学研究计划河北省高等学校自然科学研究重点项目ZD201610;2016年燕山大学基础研究专项培育课题16LGK015
2019-05-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
109-113