焊缝缺陷图像分类识别的深度置信网络研究

IoTF物博会
2018-09-04 15:32:34

图灵汇官网

由于工业生产中的焊缝缺陷图像背景复杂，导致分类识别效率较低，因此提出了一种由三层受限玻尔兹曼机构成的深度置信网络模型。该模型在提取焊缝原始图像的全面信息基础上，能够利用深度置信网络自下而上地对输入信息进行学习和训练，逐步减少对焊缝缺陷信息的误判。通过最后一层的反向传播算法，不仅确保了更高的准确性，还缩短了收敛时间，从而有效提升了识别效率。与传统的支持向量机（SVM）和人工神经网络（ANN）相比，实验结果表明，深度置信网络（DBN）能更有效地避免过拟合现象，对于焊缝缺陷的特征识别具有更高的精度。

焊缝置信缺陷深度图像别的研究分类网络
本文来源： 图灵汇 文章作者： IoTF物博会
收藏
分享
+关注
IoTF物博会
    下一篇

matlab和c语言的区别
时代周报
2018-09-04
    • 4