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:
为了使用机器对帘子布疵点进行有效的检测和分类,根据帘子布灰度分布的特点,分析和讨论了改进型PCNN模型,利用改进型PCNN对帘子布疵点特征值进行提取,然后将支持向量机作为分类器最终实现疵点图像的识别.实验结果表明,该方法的疵点识别率较高,在90%以上,是一种简单有效的识别方法.
推荐文章
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
Gabor小波变换在帘子布疵点检测中的应用
Gabor小波变换
帘子布
图像融合
疵点分割
涤纶浸胶帘子布的生产实践
帘子布
浸胶
涤纶
特殊组织帘子布的织造张力控制方法
组织结构
织造张力
标示线
牛皮垫片
张力杆
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PCNN和SVM的帘子布疵点识别算法
来源期刊 天津工业大学学报 学科 工学
关键词 脉冲耦合神经网络 支持向量机 帘子布 疵点识别
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 77-80
页数 分类号 TS101.97|TS101.1
字数 2315字 语种 中文
DOI 10.3969/j.issn.1671-024X.2010.05.020
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 宋寅卯 郑州轻工业学院电气信息工程学院 87 620 13.0 20.0
2 刘磊 郑州轻工业学院电气信息工程学院 27 152 7.0 12.0
3 李晓娟 郑州轻工业学院电气信息工程学院 4 62 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (64)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (12)
二级引证文献  (6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 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
脉冲耦合神经网络
支持向量机
帘子布
疵点识别
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
天津工业大学学报
双月刊
1671-024X
12-1341/TS
大16开
天津市西青区宾水西道399号
6-164
1982
chi
出版文献量(篇)
2765
总下载数(次)
7
论文1v1指导