10.3969/j.issn.1673-1891.2011.02.017
神经网络决策树算法在钢材表面缺陷检测中的应用研究
文中采用BP神经网络决策树算法实现钢材表面缺陷非人工检测和分类,依据缺陷的特征提取数据,采用BP神经网络决策树算法构多类造分类器,输入标准样本分类器训练后,对钢材在实际生产过程中可能出现的氧化色、飞边、辊印、擦伤、孔洞、压痕等缺陷进行检测和分类,通过对检测结果的分析,缺陷分类准确率高,速度快。
缺陷检测、决策树、多类分类器
25
TP391.41(计算技术、计算机技术)
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
44-45,50