基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用了二维离散小波变换对织物图像进行处理,根据小波变换后高、低频分量的特点,提取分解子图像的特征值,送入BP神经网络进行识别,从而实现织物疵点的检测.
推荐文章
基于小波变换和BP神经网络的织物疵点检测
小波变换
BP神经网络
灰度共生矩阵
疵点检测
特征值
基于二层自适应正交小波的疵点检测
小波变换
二层自适应小波
织物疵点检测
图像分解
基于混合自适应小波基的织物疵点检测算法
自适应小波
小波分解
疵点检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于二维小波变换和BP神经网络的织物疵点检测方法
来源期刊 浙江工程学院学报 学科 工学
关键词 小波变换 神经网络 疵点检测 织物
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 15-19
页数 5页 分类号 TS105.5
字数 3344字 语种 中文
DOI 10.3969/j.issn.1673-3851.2004.01.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏俊民 浙江工程学院机械与自动控制学院 9 54 3.0 7.0
2 段红 浙江工程学院机械与自动控制学院 12 62 3.0 7.0
3 徐晓峰 浙江工程学院机械与自动控制学院 2 35 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (30)
参考文献  (5)
节点文献
引证文献  (35)
同被引文献  (39)
二级引证文献  (119)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(8)
  • 引证文献(8)
  • 二级引证文献(0)
2007(7)
  • 引证文献(3)
  • 二级引证文献(4)
2008(13)
  • 引证文献(3)
  • 二级引证文献(10)
2009(7)
  • 引证文献(2)
  • 二级引证文献(5)
2010(11)
  • 引证文献(0)
  • 二级引证文献(11)
2011(15)
  • 引证文献(3)
  • 二级引证文献(12)
2012(12)
  • 引证文献(4)
  • 二级引证文献(8)
2013(13)
  • 引证文献(2)
  • 二级引证文献(11)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
小波变换
神经网络
疵点检测
织物
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江理工大学学报(自然科学版)
双月刊
1673-3851
33-1338/TS
大16开
浙江省杭州市
1979
chi
出版文献量(篇)
3013
总下载数(次)
1
总被引数(次)
14409
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导