基于卷积神经网络的电路板元器件分类算法

• 作者: 余正海 张文亮 李威 段荣 蔡立明
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 电路板板栽元器件 监督学习算法 直方图均衡化 卷积神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 电子与机电工程
• 页码范围: 76-79
• 页数: 4页
• 分类号: TP391.41
• 字数: 2199字
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2019.03.042

摘要

为了实现电路板板载元器件的非接触及快速准确识别,提出了一种基于卷积神经网络的电路板元器件分类算法(C-CNN).将工业相机拍摄的电路板图像进行直方图均衡化,减少光照不均产生的影响.提取监督样本用于训练卷积神经网络,并创建分类模型.将待测图像输入深度卷积神经网络进行特征提取,并利用分类模型对电路板元器件进行识别.利用实际拍摄的电路板板载元器件图像数据集验证文章提出的算法,实验结果表明:C-CNN能够对元器件进行识别,并且性能优于支持向量机及深度神经网络算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李威		2	2	1.0	1.0
2	张文亮		2	2	1.0	1.0
3	蔡立明		3	2	1.0	1.0
4	余正海		1	2	1.0	1.0
5	段荣		6	2	1.0	1.0