基于PSO改进BP神经网络算法的金属表面缺陷分类

• 作者: 张锦 杨彩霞 王莹 陶志勇
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 缺陷检测 图像处理 PSO-BP算法 缺陷分类
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 检测与监控
• 页码范围: 5-7
• 页数: 3页
• 分类号: TP29
• 字数: 1598字
• 语种: 中文

摘要

为了实现金属工件表面缺陷在线检测,利用CCD传感器和图像处理技术,对金属工件表面孔洞、划伤和壳状凸起等缺陷进行特征提取与分类.采用自适应阈值分割法对预处理图像进行缺陷特征分割,运用BP神经网络建立对样本的缺陷特征向量和缺陷分类结果的网络预测模型,为了提高网络模型的精确度,采用PSO算法改进BP神经网络的权值和阈值,通过实验样本验证和对比BP和PSO-BP模型的准确率和平均误差,试验结果表明基于PSO-BP算法的金属表面缺陷分类准确率达到85％以上,获得了更优的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王莹	湖南中医药大学人文与管理学院	50	85	5.0	7.0
2	陶志勇		20	36	4.0	5.0
3	张锦		19	62	5.0	7.0
4	杨彩霞		5	5	1.0	2.0