首页> 中文期刊> 《包装工程》 >基于卷积神经网络的印刷套准识别方法

基于卷积神经网络的印刷套准识别方法

         

摘要

目的针对目前印刷套准识别方法依赖于经验人工设计特征提取的问题,提出一种不需要人工提取图像特征的卷积神经网络模型,实现印刷套准状态的识别。方法采用图像增强技术实现不均衡训练集的均衡化,增加训练集图像的数量,提高模型的识别准确率。设计基于AlexNet网络结构的印刷套准识别模型的结构参数,分析批处理样本数量和基础学习率对模型性能的影响规律。结果文中方法获得的总印刷套准识别准确率为0.9860,召回率为1.0000,分类准确率几何平均数为0.9869。结论文中方法能自动提取图像特征,不依赖于人工设计的特征提取方法。在构造的数据集上,文中方法的分类性能优于实验中的支持向量机方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号