RBF神经网络用于工件边缘特征参数的提取

• 作者: 冯心海 周维中 孙国基
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 径向基函数神经网络 切点 拐点 角检测
• 年，卷（期）: 2000,（4）
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP391
• 字数: 3265字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2000.04.007

摘要

提出一种基于径向基函数神经网络（RBFNN）的工件特征参数提取的方法，采用了两个径向基函数神经网络，利用第一个RBFNN分别求出工件的边缘点pi领域内的顺时针边缘与逆时针边缘与x轴的夹角，两边缘夹角小的边缘点pi被认为是具有高曲率的角顶点。根据工件边缘曲线的特征，建立了各种边缘的曲率符号模型，用该模型训练第二个RBFNN，从而识别具有低曲率的切点和拐点及边缘曲线的类型。采用神经网络的方法提取工件特征参数，能准确地定位特征点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯心海	佛山科学技术学院电子系	21	290	8.0	17.0
2	孙国基	西安交通大学系统工程研究所	105	1643	20.0	37.0
3	周维中	佛山科学技术学院电子系	1	4	1.0	1.0