基于卷积神经网络的亚麻与棉自动识别系统

• 作者: 孙建科 王云发 程鑫桥 黄飞
• 来源期刊: 纺织检测与标准
• 学科: 工学
• 关键词: 卷积神经网络 自动识别 定量分析
• 年，卷（期）: 2018,（6）
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP183

摘要

针对现有的亚麻与棉显微投影法定量分析人工成本高、检测周期长、人员要求高、试验重复性差等问题,引入了基于深度学习的卷积神经网络(CNN)方法定量分析亚麻与棉混纺样品。该方法具有纤维特征提取能力强、识别度高等特点,在对亚麻和棉的分类识别试验中,卷积神经网络(CNN)定量分析纯棉的误差小于5%,纯亚麻的误差小于10%;混纺样品重复性试验纤维含量的偏差均小于6%,极差大于12%。采用卷积神经网络法自动定量分析8只棉与亚麻混纺样品的纤维含量,结果偏差为-6.83%~5.96%。与传统算法相比,卷积神经网络法减少了检测时间,降低了人工参与程度,可实现对纤维含量的自动化、客观化、定量化的测试评判,在亚麻与棉定量分析方面具有明显的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王云发		16	48	4.0	6.0
2	程鑫桥		15	17	2.0	4.0
3	孙建科		6	1	1.0	1.0
4	黄飞		2	0	0.0	0.0