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:
提出改进的K-means聚类分割和LVQ神经网络分类的方法,用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别.首先采用改进的K-means聚类算法对预处理后的打印像素进行分割,然后采用连通域水平矩形确定每一个打印像素的坐标及几何特征,再通过灰度共生矩阵提取其纹理特征,最后通过LVQ神经网络对所述特征进行分类,完成缺陷像素的标记及分类统计.结果 表明,本文算法的识别率明显优于其他常用分类识别算法,平均缺陷检测率为100%,分类准确率达到98.9%,单像素检测时间为8.3 ms.
推荐文章
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
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K-means聚类和LVQ神经网络的OLED缺陷像素识别
来源期刊 计算机与现代化 学科 工学
关键词 有机发光二极管 像素缺陷 K-means聚类 连通域 灰度共生矩阵 LVQ神经网络
年,卷(期) 2019,(7) 所属期刊栏目 图像处理
研究方向 页码范围 37-42
页数 6页 分类号 TP391.4
字数 4620字 语种 中文
DOI 10.3969/j.issn.1006-2475.2019.07.007
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 林志贤 福州大学物理与信息工程学院 139 647 13.0 19.0
2 郭太良 福州大学物理与信息工程学院 302 1102 15.0 21.0
3 唐彪 华南师范大学广东省光信息材料与技术重点实验室 7 7 2.0 2.0
4 纪艳玲 福州大学物理与信息工程学院 1 0 0.0 0.0
5 唐谦 福州大学物理与信息工程学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (43)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
有机发光二极管
像素缺陷
K-means聚类
连通域
灰度共生矩阵
LVQ神经网络
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导