基于神经网络的工业图像识别

• 作者: 李志俊 王丹青
• 来源期刊: 武汉科技大学学报(自然科学版)
• 学科: 工学
• 关键词: 神经网络 图像识别 仿真
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 388-390
• 页数: 3页
• 分类号: TP391.9
• 字数: 2874字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2005.04.022

摘要

工业现场所采集的图像一般都会受到不同程度的污染,针对这种情况,将离散型Hopfield神经网络的联想记忆特点运用于有噪声污染的工业图像识别.所设计的网络具有并行处理、可训练性及容错性等特点,它能完成图像的识别与分类,在输入有噪声污染的图像时,仍可以识别与恢复图像.以监控系统采集到的有污染的数字图像为例,运用数值仿真技术,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志俊	武汉理工大学自动化学院	58	252	8.0	12.0
2	王丹青	武汉理工大学自动化学院	2	13	2.0	2.0