基于Tree-CNN的飞机腐蚀铆钉分类

• 作者: 唐露 王从庆
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: Tree结构 CNN网络 铆钉分类 混淆矩阵
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 55-63
• 页数: 9页
• 分类号: TP391
• 字数: 5003字
• 语种: 中文

摘要

针对目前飞机腐蚀铆钉分类准确率较低,且以手工检测为主的现状,提出一种基于Tree结构的CNN(Convolutional Neural Networks)分类算法用于飞机铆钉腐蚀分类.算法中Tree的深度和节点数由普通结构的CNN分类方法计算得到的铆钉类别的混淆矩阵决定,对于5分类的飞机铆钉实验,Tree的深度为3.经实验验证,所提出的Tree-CNN模型在飞机腐蚀铆钉数据集上分类精度达到86.5％,获得了较高的腐蚀铆钉分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王从庆	南京航空航天大学自动化学院	92	556	10.0	20.0
2	唐露	南京航空航天大学自动化学院	2	0	0.0	0.0