基于Matlab的RBF网络的带钢表面缺陷的识别与分类研究

• 作者: 韩英慧 韩英莉 颜云辉
• 来源期刊: 机械制造
• 学科: 工学
• 关键词: Matalab 神经网络 带钢表面缺陷 识别与分类 特征提取
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 研究·开发
• 页码范围: 24-26
• 页数: 3页
• 分类号: TP183|TP391.41
• 字数: 2449字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4998.2007.03.009

摘要

采用灰度直方图特征、灰度共生矩阵特征和小波变换特征相结合的提取方法,在提取特征向量的基础上,基于Matlab6.5环境下的神经网络工具箱,应用了兼顾识别速度与分类准确性的RBF神经网络分类器对带钢表面缺陷进行识别与分类,通过试验数据的分析,证明此算法可以作为高速生产线的带钢表面缺陷的实时检测优选方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜云辉	东北大学机械工程与自动化学院	99	812	16.0	23.0
2	韩英莉	东北大学机械工程与自动化学院	9	167	7.0	9.0
3	韩英慧	东北大学机械工程与自动化学院	1	3	1.0	1.0