基于小波分析和神经网络的板形模式识别方法

• 作者: 徐林 王建辉 董威 顾树生 黄敏
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 小波分析 神经网络 板形 模式识别
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 103-106
• 页数: 4页
• 分类号: TP183
• 字数: 2463字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.01.017

摘要

板形模式识别是板形高精度控制过程中的技术难点之一.本文提出了一种基于小波分析和神经网络相结合的方法,可以较好地解决这个难题.首先利用非线性小波变换阈值法有效去除板形检测数据中噪声干扰,从而提高模式识别系统的准确率;然后利用神经网络的鲁棒性使目标的识别更加接近实际.该方法不仅能有效地对复合板形进行正确分类,而且能分辨出所属类型的程度,为制定出相应的优化控制策略提供了重要的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄敏	东北大学信息科学与工程学院	284	1586	18.0	30.0
2	王建辉	东北大学信息科学与工程学院	95	778	16.0	21.0
3	顾树生	东北大学信息科学与工程学院	99	1524	21.0	34.0
4	徐林	东北大学信息科学与工程学院	27	245	9.0	15.0
5	董威	东北大学信息科学与工程学院	4	45	4.0	4.0