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:
提出基于RBF网络的缺陷图像识别与处理技术研究.通过建立缺陷图像特征识别矩阵,得出缺陷图像特征识别投影,实现对缺陷图像的识别功能.在此基础上,基于RBF网络处理局部特征描述子,直接反映出缺陷图像中的细微部件信息,实现基于RBF网络的缺陷图像的处理功能.
推荐文章
基于BP神经网络的智能制造系统图像识别技术
B/S模式
智能制造系统
BP神经网络
图像识别技术
图像识别处理技术在农业工程中的应用
粮虫检测
特征提取
RBF神经网络
图像识别
基于图像识别技术的轨道交通缺陷检测研究
轨道交通
图像识别
全卷积网络
轨枕
紧固件
轿车流线型曲面缺陷的图像识别与检测方法研究
图像识别
曲面缺陷
图像检测
Retinex信息增强
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RBF网络的缺陷图像识别与处理技术
来源期刊 集成电路应用 学科
关键词 RBF网络 缺陷图像 识别与处理 特征识别投影
年,卷(期) 2020,(12) 所属期刊栏目 研究与设计|Research and Design
研究方向 页码范围 14-15
页数 2页 分类号 TP391.41
字数 语种 中文
DOI 10.19339/j.issn.1674-2583.2020.12.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (5)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(7)
  • 参考文献(0)
  • 二级参考文献(7)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
RBF网络
缺陷图像
识别与处理
特征识别投影
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
集成电路应用
月刊
1674-2583
31-1325/TN
16开
上海宜山路810号
1984
chi
出版文献量(篇)
4823
总下载数(次)
15
论文1v1指导