-
题名基于机器视觉的随机纹理瓷砖的分选系统
被引量：5
- 1
-
-
作者
焦亮
胡国清
Jahangir Alam SM
-
机构
华南理工大学机械与汽车工程学院
-
出处
《计算机系统应用》
2016年第3期93-100,共8页
-
基金
广东省教育部产学研结合项目(2012B091100109)
-
文摘
针对日益加快的瓷砖生产速度与缓慢的人工分选速度之间不协调导致的瓷砖出产效率低下的问题,提出了以机器视觉软件HALCON 11.0为软件开发平台的结合瓷砖颜色、纹理特征提取的算法,以及针对多分类问题的改进多层感知器神经网络算法(MLPNN).首先对拍摄到的瓷砖图像进行去噪预处理,在HSI颜色空间中提取瓷砖的色调(Hue)特征并计算反映瓷砖的纹理特征的灰度共生矩阵(GLCM)和灰度幅值分布特征,再将得到的特征作为多层感知器的神经网络输入层神经元,然后设计以softmax为激活函数的多层感知器神经网络来进行模式匹配,并与BP神经网络模式匹配方法进行对比,最终搭建出具有简单人机交互界面的随机纹理瓷砖的分选实验样机.实验结果表明:本系统对实验的各类随机纹理瓷砖的分选准确率都在90%以上,具有较高的分选准确率,能应用于瓷砖生产实践.
-
关键词
机器视觉
HALCON
11.0
多层感知器神经网络(mlpnn)
灰度共生矩阵(GLCM)
softmax激活函数
随机纹理
-
Keywords
machine vision
HALCON 11.0
multilayer perceptron neural network（mlpnn）
gray level co-occurrence matrix（GLCM）
softmax activation function
random texture
-
分类号
TQ174.76
[化学工程—陶瓷工业]
TP391.41
[化学工程—硅酸盐工业]
-
-
题名电液伺服系统的神经网络建模方法研究
被引量：3
- 2
-
-
作者
童仲志
邢宗义
张媛
高强
贾利民
-
机构
南京理工大学机械工程学院
北京交通大学交通运输学院
-
出处
《高技术通讯》
EI
CAS
CSCD
北大核心
2009年第6期620-626,共7页
-
基金
国家自然科学基金(60674001)
国家重点实验室开放课题基金(SKL2008K010)
南京理工大学科技发展基金(XKF09003)资助项目
-
文摘
针对电液伺服系统固有的流量-压力特性等非线性因素使得采用传递函数等传统方法难以获得电液伺服系统的精确模型的问题,详细研究了电液伺服系统的神经网络建模方法。研究了两种最常见的神经网络,即多层感知器神经网络和径向基函数神经网络,采用5种典型学习算法构造了3种多层感知器神经网络和2种径向基函数神经网络,并结合自动定深电液伺服系统的工程实例,详细分析了这5种神经网络在电液伺服系统中的建模性能。研究结果表明,采用正交最小二乘算法的径向基函数神经网络最适合电液伺服系统的建模。
-
关键词
电液伺服系统
多层感知器神经网络(mlpnn)
径向基函数神经网络(RBFNN)
建模
-
Keywords
electrohydraulic system, muhilayer perceptron neural networks （mlpnn）, radial basis function neural networks （RBFNN）, modeling
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP271.31
[自动化与计算机技术—控制科学与工程]
-
