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:
由于工业生产中所获取的焊缝缺陷图像背景较为复杂,对其分类识别效率较低,因此提出了一个由三层受限玻尔兹曼机叠加组成的深度置信网络模型.该网络模型在对焊缝原始图像进行更为全面的信息抽取前提下,能够借助深度置信网络自下而上对输入信息进行学习与训练的特点,逐渐减少对焊缝缺陷信息的误判;借助网络最后一层后向传播算法的作用,可以在确保更高正确率的同时缩短收敛时间,有效提升识别效率;通过与传统的支持向量机和人工神经网络进行对比实验,结果表明深度置信网络能更为有效地避免过拟合的发生,对于焊缝缺陷的特征识别具有更为理想的精度.
推荐文章
基于稀疏深度置信网络的图像分类识别研究
焊缝缺陷
深度学习
稀疏约束
深度置信网络
基于深度置信网络的实木板材缺陷及纹理识别研究
缺陷识别
纹理识别
深度置信网络
自学习
局部二值模式
激光视觉传感的焊缝表面缺陷识别与分类
线激光视觉传感
焊缝缺陷
图像处理
缺陷识别
神经网络
管道焊缝数字图像缺陷自动识别技术
管道焊缝
射线底片
数字图像
缺陷库
SVM分类模型
缺陷识别
自动识别
软件开发
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 焊缝缺陷图像分类识别的深度置信网络研究
来源期刊 测控技术 学科 工学
关键词 焊缝缺陷 深度学习 受限玻尔兹曼机 深度置信网络
年,卷(期) 2018,(8) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 5-9,15
页数 6页 分类号 TP391.41|TG441.7
字数 3625字 语种 中文
DOI 10.19708/j.ckjs.2018.08.002
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 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 高炜欣 西安石油大学光电油气测井与检测教育部重点实验室 53 354 11.0 15.0
4 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
5 刘梦溪 长安大学电子与控制工程学院 7 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (9)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
焊缝缺陷
深度学习
受限玻尔兹曼机
深度置信网络
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
论文1v1指导