基于径向基函数神经网络的织物疵点分类

• 作者: 景军锋 李鹏飞 杨宁
• 来源期刊: 计算机测量与控制
• 关键词: 织物疵点分类 特征提取 学习矢量量化 径向基函数 神经网络
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 2751-2753,2759
• 分类号: TP183
• 语种: 中文

摘要

对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分布情况;然后分析了另一种神经网络——学习矢量量化网络LVQ对疵点分类的效果,将它们的训练速度和分类精度进行了比较;实验结果表明,采用RBF神经网络比LVQ神经网络的分类速度更快、精度更高,更有效地被应用于织物疵点分类中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏飞	西安工程大学电子信息学院	157	710	12.0	17.0
2	杨宁	西安工程大学电子信息学院	1	5	1.0	1.0
3	景军锋	西安工程大学电子信息学院	143	578	12.0	16.0