基于小波神经网络和证据理论的零件图像识别

• 作者: 夏庆观 温秀兰 盛党红
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 小波变换 神经网络 证据理论 图像识别
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 仪器仪表/检测/监控
• 页码范围: 83-85,79
• 页数: 4页
• 分类号: TP391
• 字数: 2239字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3133.2006.12.028

摘要

提出基本概率分配构造和多源零件图像特征识别的方法.首先,获取零件图像的小波分解系数和零件图像的相对边缘像素系数.然后,以零件图像的小波分解系数和零件图像的相对边缘像素系数作为零件图像的特征,并作为神经网络的输入,得到多源零件图像识别的基本概率分配.最后,依据证据理论的合成规则得到零件的识别结果.实验结果表明,文中提出的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温秀兰		86	411	11.0	15.0
2	夏庆观		33	201	8.0	13.0
3	盛党红	南京理工大学机械工程学院	38	192	9.0	12.0