一种基于改进的BP神经网络算法的布匹瑕疵分类器

• 作者: 吕坤 高珊
• 来源期刊: 微电子学与计算机
• 关键词: BP神经网络 布匹瑕疵分类器 学习速率 动量因子
• 年，卷（期）: 2006,（3）
• 页码范围: 88-90
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2006.03.026

摘要

用计算机作布匹瑕疵分类是一项有相当难度的课题.文章将BP神经网络的方法应用到布匹瑕疵检测的分类器中,首先对瑕疵图像进行特征提取,提取后的特征向量作为神经网络的输入.针对BP算法的缺陷,使用动态改变学习速率和加动量项的方法进行了改进.用该分类器在60幅瑕疵图像构成的训练样本集和50幅瑕疵图像构成的测试样本集上进行实验,取得了95.8%左右的查全率和96.4%左右的查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高珊	北京理工大学软件学院	6	57	3.0	6.0
2	吕坤	北京理工大学软件学院	1	8	1.0	1.0