基于极限学习机的焊点质量检测

• 作者: 袁统帅 马立勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 极限学习机 焊点 分类检测 图像处理 神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 工程与应用
• 页码范围: 214-218,239
• 页数: 6页
• 分类号: TP391.4
• 字数: 3913字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1701-0149

摘要

焊点加工直接影响电子产品的可靠性,焊点的检测对产品质量的提高尤为重要.应用主成分分析与极限学习机对焊点质量进行检测.首先通过中值滤波和分水岭算法对焊点图像进行预处理,得到焊点轮廓及区域划分情况并用主成分分析法进行降维;然后采用200个隐含层网络节点、sigmoid响应函数的极限学习机算法对预处理结果进行分类.测试结果表明,极限学习机算法能够对焊点精确分类,与支持向量机、邻近算法、卷积神经网络相比,取得更高的检测准确率,检测时间更短.