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:
因织物组织繁多,表面特征各异,很难建立一个统一的织物疵点识别模型.为了解决这一问题,实现自动验布,提出采用双层神经网络和小波变换来识别织物疵点的方法.先对正常织物进行训练,得到织物的特征,应用第1层简单BP网络来分辨正常织物和疵点.然后对疵点图像进行二维离散小波变换,并去除织物本身的特征,利用已训练的BP网络进行具体疵点识别.试验证明,这种方法的准确性较高,速度快,基本接近自动验布系统的要求.
推荐文章
基于径向基函数神经网络的织物疵点分类
织物疵点分类
特征提取
学习矢量量化
径向基函数
神经网络
基于LBP算子和BP神经网络的帘子布疵点识别算法研究
局部二元模式
帘子布疵点识别
神经网络
基于支撑矢量机的织物疵点识别方法
支撑矢量机
直方图统计
神经网络
基于深度卷积神经网络的织物花型分类
深度卷积神经网络
织物花型
图像分析
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 基于神经网络的织物疵点识别技术
来源期刊 纺织学报 学科 工学
关键词 疵点识别 小波变换 神经网络 质量检测
年,卷(期) 2006,(4) 所属期刊栏目 研究探讨
研究方向 页码范围 36-38
页数 3页 分类号 TS101.97
字数 2463字 语种 中文
DOI 10.3321/j.issn:0253-9721.2006.04.010
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 谢春萍 江南大学纺织服装学院 165 899 15.0 22.0
2 陈俊杰 江南大学纺织服装学院 8 90 7.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (38)
参考文献  (2)
节点文献
引证文献  (26)
同被引文献  (24)
二级引证文献  (63)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(6)
  • 引证文献(5)
  • 二级引证文献(1)
2009(9)
  • 引证文献(3)
  • 二级引证文献(6)
2010(15)
  • 引证文献(2)
  • 二级引证文献(13)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(15)
  • 引证文献(4)
  • 二级引证文献(11)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(8)
  • 引证文献(3)
  • 二级引证文献(5)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
疵点识别
小波变换
神经网络
质量检测
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
纺织学报
月刊
0253-9721
11-5167/TS
大16开
北京市朝外延静里中街3号主楼6层
1979
chi
出版文献量(篇)
7125
总下载数(次)
11
论文1v1指导