基于卷积神经网络的木材缺陷识别

• 作者: 刘应安 徐姗姗 徐昇
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 木材缺陷 卷积神经网络 渐进式 图像处理 学习方法
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 23-28
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2012.213

摘要

为提高木材缺陷识别率,提出一种基于卷积神经网络算法的识别方法.采用渐近式学习方法来确定训练样本数目,给出了对应的网络结构,降低了算法消耗的时间.试验结果表明,该方法无需对图像进行复杂的预处理,能识别多种木材缺陷,精度较高且复杂度较小,具有很好的鲁棒性,也克服传统算法的诸多固有缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘应安	南京林业大学信息科学与技术学院	35	193	7.0	13.0
2	徐姗姗	南京林业大学信息科学与技术学院	13	102	2.0	10.0
3	徐昇	南京林业大学信息科学与技术学院	12	114	3.0	10.0