基于自动编码器的本色布疵点检测算法

• 作者: 刘海军 张莉丽 朱世谊 耿贵珍
• 来源期刊: 毛纺科技
• 学科: 工学
• 关键词: 深度学习 自动编码器 疵点检测 支持向量机 特征学习
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 标准与测试
• 页码范围: 79-83
• 页数: 5页
• 分类号: TS941.79
• 字数: 3164字
• 语种: 中文
• DOI: 10.19333/j.mfkj.2018090130905

摘要

为解决用于本色布疵点检测的浅层机器学习方法中人工特征提取主观性强、同一种特征提取方法无法适用于不同组织结构织物的问题,采用具有特征学习功能的自动编码器神经网络对原始图像进行特征自动提取.设计了含有一个隐藏层的全连接恒等神经网络,原始数据输入该神经网络后,被隐藏层压缩,并在输出层重构,训练过程中通过优化重构层与输入层之间的误差来求解神经网络最佳系数.将训练好的自动编码器神经网络用于对原始图像进行编码压缩,经过压缩后的数据通常维数远远低于输入数据,将压缩结果作为输入图像所对应的特征向量,采用支持向量机进行分类.通过将应用自动编码器自动提取的特征与传统的PCA、HOG特征进行对比实验,结果表明,采用自动编码器自动提取的特征性能明显优于传统手工提取的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿贵珍	防灾科技学院经济管理学院	7	38	3.0	6.0
2	刘海军	防灾科技学院智能信息处理研究所	6	4	1.0	2.0
3	张莉丽	防灾科技学院生态环境学院	4	0	0.0	0.0
4	朱世谊	海南职业技术学院通识教育学院	2	0	0.0	0.0