基于卷积神经网络的铁谱磨粒智能识别研究

• 作者: 刘竑 安超 朱月萍 武燊 魏海军
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 卷积神经网络 迁移学习 Inception-v3 磨粒识别
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 仪器仪表/检测/监控
• 页码范围: 111-114
• 页数: 4页
• 分类号: TH117.1
• 字数: 2575字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2019.07.018

摘要

针对传统的计算机磨粒识别方法对相似度高的严重滑动磨粒和疲劳磨粒存在识别过程复杂、识别准确率低等问题,提出利用卷积神经网络(Convolution Neural Network,CNN)自动提取铁谱磨粒图像的特征,再将提取到的特征传入全局平均池化层和新的全连接层进行训练分类的铁谱磨粒智能识别方法.试验显示,基于卷积神经网络模型Inception-v3+1FCL和迁移学习方法可以有效地对严重滑动磨粒和疲劳磨粒进行分类识别,准确率高达89.35％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏海军	上海海事大学商船学院	31	74	5.0	7.0
2	刘竑	上海海事大学商船学院	7	8	2.0	2.0
3	安超	上海海事大学商船学院	6	3	1.0	1.0
4	武燊	上海海事大学商船学院	3	2	1.0	1.0
5	朱月萍	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0