LVQ神经网络在磁瓦表面缺陷分类中的运用

• 作者: 严俊龙 李铁源 郑晓曦
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 磁瓦 表面缺陷 缺陷分类 LVQ神经网络
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 147-150
• 页数: 4页
• 分类号: TP391.4
• 字数: 2366字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2009.12.040

摘要

在基于磁瓦表面缺陷图像直方图、纹理、投影和形状的特征提取的基础上,提出了一种用LVQ神经网络进行缺陷分类的方法,对现场采集到的6种主要缺陷类型进行了试验.试验结果表明,基于LVQ神经网络的分类器训练与分类的时间短,多缺陷种类分类时准确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑晓曦	五邑大学信息学院	18	157	6.0	12.0
2	严俊龙	暨南大学信息技术研究所	3	24	2.0	3.0
3	李铁源	暨南大学信息技术研究所	2	23	2.0	2.0