神经网络决策树算法在钢材表面缺陷检测中的应用研究

• 作者: 徐凤云
• 来源期刊: 西昌学院学报：自然科学版
• 学科: 工学
• 关键词: 缺陷检测 决策树 多类分类器
• 年，卷（期）: 2011,（2）
• 页码范围: 44-45,50
• 分类号: TP391.41
• 字数: 2173字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1891.2011.02.017

摘要

文中采用BP神经网络决策树算法实现钢材表面缺陷非人工检测和分类,依据缺陷的特征提取数据,采用BP神经网络决策树算法构多类造分类器,输入标准样本分类器训练后,对钢材在实际生产过程中可能出现的氧化色、飞边、辊印、擦伤、孔洞、压痕等缺陷进行检测和分类,通过对检测结果的分析,缺陷分类准确率高,速度快。

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