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:
本文提出的方法是在相位测量法的基础上,利用神经网络建立折叠相位与高度的映射关系,不需要严格搭建系统,也不需要展开相位及标定系统,不必考虑由系统的非线性所带来的误差.测量结果的精度在十个微米左右,标准方差在一个微米以下,是一种快速有效且准确稳定的机器视觉高度测量方法.
推荐文章
一种基于改进BP神经网络的物体识别方法
特征提取
不变矩
BP神经网络
物体识别
基于HMM与BP神经网络的物体识别算法
HMM模型
BP神经网络
人体识别
一种基于BP神经网络的实体匹配方法
BP神经网络
实体匹配
二步检查法
异构数据库
一种改进的BP神经网络属性选择方法
属性选择
BP神经网络
属性排序
敏感度分析
改进的BP神经网络属性选择方法
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 一种基于BP神经网络测量物体高度的快速方法
来源期刊 电子测试 学科
关键词 机器视觉检测 高度测量 光栅投影 相位测量法 人工神经网络 相位-高度映射
年,卷(期) 2017,(10) 所属期刊栏目 理论与算法
研究方向 页码范围 36-37
页数 2页 分类号
字数 915字 语种 中文
DOI
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 欧阳美龙 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
机器视觉检测
高度测量
光栅投影
相位测量法
人工神经网络
相位-高度映射
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
总被引数(次)
36145
论文1v1指导