您当前的位置:首页>论文资料>基于片相似各项异性扩散的BP神经网络的磨粒识别研究

基于片相似各项异性扩散的BP神经网络的磨粒识别研究

资料类别:论文资料

文档格式:PDF电子版

文件大小:223.37 KB

资料语言:中文

更新时间:2024-11-28 14:26:33



推荐标签:

内容简介

基于片相似各项异性扩散的BP神经网络的磨粒识别研究 第3期
第28寒
2016年6月
浙江水利水电学院学报
J. Zhejiang Univ of Wat. Res & Electrie Pow.
基于片相似各项异性扩散的BP 神经网络的磨粒识别研究
崔海',康剑莉?
(1.浙江纺织服装职业技术学院,新江宁渡315211;2.温州职业技术学院,新江盈州325035)
Vol.28No.3 Jun.2016
要:通过摩粒图像的各向异性扩数算法实现对鹰粒图像特征参数的提取,然后依据磨粒图像特征参数的提取,摘
并基于一种变贝度的BP网络学习算法,对一种基于BP种经网络的座轻分类器进行了实验测试.证明基于片相似各项并性扩敏的BP神经网络的座粒识别方法具有较高的分类精度、具有较快的学习收效速度,且有较高识别率,关键词:座粒;特征参数;BP神经网络;分类器
中图分类号:TP391
文献标志码:A
文章编号:1008536X(2016)06-0077-04
ResearchonWearDebrisRecognitionAlgorithmBasedonIFNN
CUI Hai', KANG Jian-li
(1. Zhejiang Textile and Fashion College, Ningbo 315211, China; 2. Wenzhou Vocational and Technical College, Wenzhou 325035, China)
Abstract; According to the qualitative characterization of the morphological features of the wear debris, feature vector math-ematies models of wear debris cireular degree, slimsy and long and degree, scattering degree, and hollow degree are built, which are based on Foruier parameter refining method. Then the advantages of fuzzy system and neural network are taken to establish a kind of improved fuzzy neural network ( IFNN) models and algorithm, which is used to realize the automatice classification and recognition of wear debris. An improved learming aigorithm with the modified fuzzy weight is proposed on the basis of the fuzzy neurons model for the max-min fuzzy operator. The amount of calculation for the improved FNN model is reduced greatly and the convergence velocity is improved. The experiment results show that the recognition method based
on the IFNN is good at algorithm convergence speed and recognition aceuracy. Key words: wear debris; characteristic parameter; BP neural network; classifier
引言 o
处理图像的自动识别方法有早期的高斯滤波,其它有效的方法还包括基于偏微分方程的方法,基于小波的方法等.为了克服各项同性去噪方法不能保持边缘的不足,出现了两类基于偏微分方程的图像去噪方法:一类是基于扩散的方法;另外一类是基于变差的方法,目前,大多数的研究理论都是基于神经网络算法理论的基础上进行的[1-3],
磨粒的图像特征包含了磨粒的形状,颜色,厚收稿日期:2016-02-02
作者简介:崔海(1976-),男,河南南阳人,实验师,工翟师,主要从事机械设计与制造技术以及模具材料技术等研究
万方数据
度,表面纹理等特征,这是设备内部磨损状况的重要判断依据.而磨粒的自动化识别技术一直是研究的热点,它是实现磨粒检测后续图像信息处理流程智能化、自动化和系统化的难点和重点。
本课题研究了采用一种基于偏微分方程中的扩散的方法,实现对磨粒图像纹理的特征提取,然后采用BP神经网络实现对磨粒形状的特征的分类识别;最后通过数值仿真的方法,证明了方法的有效性,
1
基于各向异性扩散的磨粒图像特征参数的提取及算法
图像特征中常见的有纹理特征、颜色特征、空
上一章:湖嘉申线航道嘉兴段Ⅱ期工程对防洪的影响 下一章:AHP法在水利工程自然环境影响评价中的应用

相关文章

基于 BP 神经网络的管道泄漏声信号识别方法研究 基于BP神经网络数控机床切削能耗的研究 基于BP神经网络下空调负荷预测模型的研究 基于BP神经网络数控机床热误差建模的研究 基于粗糙集-遗传算法改进的BP神经网络算法研究 基于改进BP神经网络的再制造工艺方案选择研究 基于纵横交叉优化BP神经网络的变压器故障诊断研究 基于BP神经网络的伺服速度控制参数自整定研究