作者:
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:
表面缺陷是影响钢材质量的重要因素,钢材表面缺陷图像在线快速检测已成为国内外学者研究的热点课题.研究钢材表面缺陷识别技术不仅具有一定的理论价值,更具有实际的应用前景.本文设计并通过仿真实现了冷轧带钢表面缺陷检测系统及缺陷分类系统,重点研究了BP神经网络方法及图像处理技术在钢材表面缺陷识别中的应用,实现冷轧带钢表面缺陷的快速自动分类.
推荐文章
基于卷积神经网络的管道表面缺陷识别研究
缺陷识别
管道表面缺陷
机器视觉
卷积神经网络
缺陷分类
GoogleNet构造优化
基于卷积神经网络的钣金件表面缺陷分类识别方法
卷积神经网络
缺陷检测
缺陷分割提取
窗口滑移检测
基于新型深度神经网络的民机表面缺陷识别
民航飞机
表面缺陷识别
残差
Inception-net
深度神经网络
基于轻量级卷积神经网络的实时缺陷检测方法研究
卷积神经网络
深度可分离卷积
通道混洗
缺陷检测
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 基于神经网络的钢材表面缺陷快速检测
来源期刊 科技广场 学科 工学
关键词 图像处理 特征提取 神经网络 缺陷检测
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 116-118
页数 分类号 TP391
字数 2108字 语种 中文
DOI 10.3969/j.issn.1671-4792.2010.05.034
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 徐凤云 9 28 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (42)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像处理
特征提取
神经网络
缺陷检测
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
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导