硬质合金刀具切屑形态的RBF神经网络识别

摘要：

研究了径向基函数神经网络在硬质合金刀具切屑形态图像识别中的应用,提出了面积比、欧拉数、分散度等硬质合金刀具切屑形态图像的几何特征,以上述特征作为神经网络的输入矢量,利用径向基函数网络(RBF),采用了递推最小二乘法训练该网络.最后开发了相应的计算机程序,通过实验验证本算法具有良好的实时处理性和适应性,识别率达到95%,有利于硬质合金刀具切削过程的监控和切削参数的优选.

关键词：硬质合金刀具、切屑形态、RBF神经网络、特征提取、图像识别

所属期刊栏目：19

分类号：TP18(自动化基础理论)

资助基金：黑龙江省博士后科研启动基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：152-156