钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
测控技术期刊
\
基于卷积神经网络的织物表面缺陷分类方法
基于卷积神经网络的织物表面缺陷分类方法
作者:
刘娆
景军锋
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
卷积神经网络
织物缺陷分类
Alexnet
迁移学习
摘要:
针对织物缺陷检测时疵点种类繁多且传统人工检测方法漏检率高的问题,提出了一种基于卷积神经网络的织物表面缺陷分类方法.因卷积神经网络(CNN)训练时参数多、样本量大,且极易陷入过拟合,利用微调卷积神经网络模型Alexnet对织物疵点图像进行特征提取,初始化采用原网络的参数而非随机初始化参数;再针对特定目标下的训练样本对网络参数进行微调;最后利用softmax回归算法进行预测分类.分别用三种方法和两种织物进行测试,结果表明:针对特定目标微调后的Alexnet网络,在两类织物测试中均能达到95%以上的分类准确率.
暂无资源
收藏
引用
分享
推荐文章
基于卷积神经网络的钣金件表面缺陷分类识别方法
卷积神经网络
缺陷检测
缺陷分割提取
窗口滑移检测
基于深度卷积神经网络的织物花型分类
深度卷积神经网络
织物花型
图像分析
基于卷积神经网络的管道表面缺陷识别研究
缺陷识别
管道表面缺陷
机器视觉
卷积神经网络
缺陷分类
GoogleNet构造优化
基于卷积神经网络的植物图像分类方法研究
卷积神经网络
图像特征
图像分类
全卷积网络
植物图像
数据集
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于卷积神经网络的织物表面缺陷分类方法
来源期刊
测控技术
学科
工学
关键词
卷积神经网络
织物缺陷分类
Alexnet
迁移学习
年,卷(期)
2018,(9)
所属期刊栏目
先进算法与人工智能
研究方向
页码范围
20-25
页数
6页
分类号
TP391
字数
3443字
语种
中文
DOI
10.19708/j.ckjs.2018.09.005
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
景军锋
西安工程大学电子信息学院
143
578
12.0
16.0
2
刘娆
西安工程大学电子信息学院
1
5
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(32)
共引文献
(55)
参考文献
(9)
节点文献
引证文献
(5)
同被引文献
(51)
二级引证文献
(6)
1985(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)
1997(1)
参考文献(1)
二级参考文献(0)
2002(1)
参考文献(0)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(3)
参考文献(0)
二级参考文献(3)
2007(1)
参考文献(0)
二级参考文献(1)
2008(1)
参考文献(0)
二级参考文献(1)
2009(4)
参考文献(0)
二级参考文献(4)
2010(3)
参考文献(1)
二级参考文献(2)
2011(2)
参考文献(1)
二级参考文献(1)
2012(7)
参考文献(0)
二级参考文献(7)
2013(3)
参考文献(0)
二级参考文献(3)
2014(5)
参考文献(2)
二级参考文献(3)
2015(4)
参考文献(2)
二级参考文献(2)
2016(2)
参考文献(1)
二级参考文献(1)
2017(1)
参考文献(1)
二级参考文献(0)
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)
2019(7)
引证文献(3)
二级引证文献(4)
2020(4)
引证文献(2)
二级引证文献(2)
研究主题发展历程
节点文献
卷积神经网络
织物缺陷分类
Alexnet
迁移学习
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
主办单位:
中国航空工业集团公司北京长城航空测控技术研究所
出版周期:
月刊
ISSN:
1000-8829
CN:
11-1764/TB
开本:
大16开
出版地:
北京2351信箱《测控技术》杂志社
邮发代号:
82-533
创刊时间:
1980
语种:
chi
出版文献量(篇)
8430
总下载数(次)
24
期刊文献
相关文献
1.
基于卷积神经网络的钣金件表面缺陷分类识别方法
2.
基于深度卷积神经网络的织物花型分类
3.
基于卷积神经网络的管道表面缺陷识别研究
4.
基于卷积神经网络的植物图像分类方法研究
5.
基于轻量级卷积神经网络的实时缺陷检测方法研究
6.
基于多层卷积神经网络的SAR图像分类方法
7.
基于深度卷积神经网络的车标分类
8.
基于卷积神经网络的军事图像分类
9.
基于卷积神经网络和贝叶斯分类器的句子分类模型
10.
基于改进的卷积神经网络的道路井盖缺陷检测研究
11.
基于卷积神经网络的人脸图像美感分类
12.
多尺度卷积循环神经网络的情感分类技术
13.
基于径向基函数神经网络的织物疵点分类
14.
基于卷积神经网络的垃圾自动分类算法
15.
基于卷积神经网络的砂石骨料分类模型
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
测控技术2022
测控技术2021
测控技术2020
测控技术2019
测控技术2018
测控技术2017
测控技术2016
测控技术2015
测控技术2014
测控技术2013
测控技术2012
测控技术2011
测控技术2010
测控技术2009
测控技术2008
测控技术2007
测控技术2006
测控技术2005
测控技术2004
测控技术2003
测控技术2002
测控技术2001
测控技术2000
测控技术1999
测控技术2018年第9期
测控技术2018年第8期
测控技术2018年第7期
测控技术2018年第6期
测控技术2018年第5期
测控技术2018年第4期
测控技术2018年第3期
测控技术2018年第2期
测控技术2018年第12期
测控技术2018年第11期
测控技术2018年第10期
测控技术2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号