BP和SAE深度神经网络方法的织物缺陷检测研究

• 作者: 严伟 杨朔
• 来源期刊: 智能物联技术
• 学科: 工学
• 关键词: BP神经网络 SAE 织物缺陷检测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 技术应用
• 页码范围: 25-31
• 页数: 7页
• 分类号: TP183
• 字数: 4045字
• 语种: 中文

摘要

在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷.目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担.本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果.通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨朔		13	51	4.0	7.0
2	严伟		12	19	3.0	3.0