基于稀疏深度置信网络的图像分类识别研究

• 作者: 刘梦溪 宋久旭 巨永锋 武晓朦 王征
• 来源期刊: 微电子学与计算机
• 关键词: 焊缝缺陷 深度学习 稀疏约束 深度置信网络
• 年，卷（期）: 2018,（9）
• 页码范围: 59-63
• 页数: 5页
• 分类号: TP391.41|TG441.7
• 语种: 中文

摘要

针对工业生产中X射线获取的焊缝图片缺陷难以被识别的问题,构建了一个深度置信网络模型,该模型由三层受限玻尔兹曼机组成,由于将稀疏约束引入深度学习模型的算法中,使得焊缝缺陷信息能够获取到有效的目标稀疏表示,以更为简洁有效的训练实现对焊缝缺陷信息的识别.通过分层网络模型对比实验表明,稀疏深度置信网络能够提高焊缝缺陷图像识别的正确率,实现更为精准的图像信息分类,在有效避免过拟合现象的发生的同时,提升了模型对于焊缝缺陷识别的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武晓朦	西安石油大学光电油气测井与检测教育部重点实验室	40	192	8.0	13.0
2	巨永锋	长安大学电子与控制工程学院	142	1091	15.0	28.0
3	王征	西安石油大学光电油气测井与检测教育部重点实验室	19	44	4.0	4.0
4	刘梦溪	长安大学电子与控制工程学院	7	10	2.0	3.0
6	宋久旭	西安石油大学光电油气测井与检测教育部重点实验室	13	36	3.0	5.0