• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《光电子．激光》 >带钢表面缺陷的一种在线检测识别算法研究

带钢表面缺陷的一种在线检测识别算法研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为了有效提高在线带钢表面缺陷检测的识别率和实时性,提出了一种优化的量子粒子群-径向基函数(QPSO-RBF)网络的带钢缺陷分类识别算法。首先采用加权模糊C-均值聚类(WFCM)算法确定RBF网络隐含层参数,算法对带钢缺陷特征数据出现的团状分布与疏散分布问题能够达到很好的聚类划分,避免对特征数据集等划分的趋势;然后采用QPSO算法对RBF网络的参数编码成粒子个体,在全局空间中动态地搜索最优适应值的RBF网络参数,提高了网络的学习性能,并建立了带钢缺陷分类识别的专家知识库。实验结果表明:本文算法可以自动获得较优的网络结构,收敛速度快,对带钢缺陷的平均识别率为94.63%,平均误识率为3.0%,对测试样本的识别时间为4ms,小于生产线上每张图片的采集周期10ms,因此,可以为高速生产线上的带钢表面缺陷在线实时检测提供了有利条件。

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