收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于深度学习特征和非线性支持向量机的板材表面缺陷识别方法

高琳明  徐风  李享  徐姗姗  窦立君  
【摘要】:深度学习是一种有效的特征学习方法,具有很强的自主学习能力。研究了基于深度学习特征与非线性支持向量机(NSVM)分类算法相结合的板材表面缺陷识别方法。首先,针对深度学习模型需要海量训练数据的特性,使用旋转剪切的方法对采集到的原始板材表面缺陷图像进行数据扩增;其次,使用扩增后的板材表面缺陷图像数据集对笔者提出的深度卷积神经网络(CNN)模型进行训练,并使用训练好的网络提取不同种类缺陷图像的深度特征;然后,为了消除深度特征中的冗余数据,并增强数据的表达能力,运用基于1范数的非贪婪主成分分析(Non-greedy PCA-L1)算法对板材的深层语义特征进行特征降维和特征增强;最后,运用增强后的深度特征训练NSVM模型,并使用训练好的NSVM模型对原始板材表面缺陷图像的测试集进行分类。实验结果表明,笔者提出的识别方法具有较好的鲁棒性和实用性,可取得目前较好的分类效果,针对结疤、压痕和无损3种板材表面缺陷识别率可达99%以上。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 高琳明;徐风;李享;徐姗姗;窦立君;;基于深度学习特征和非线性支持向量机的板材表面缺陷识别方法[J];林业工程学报;2019年04期
2 任洪娥;赵磊;董本志;王锐鑫;;基于数学模拟理论的板材树种识别方法及实现[J];计算机工程与应用;2010年09期
3 韩青江;吕亚军;饶运清;;基于OpenGL的板材切割数控加工仿真系统[J];制造业自动化;2010年12期
4 赵剑;应用线性规划进行板材套裁[J];航天工艺;1990年05期
5 黄英来;田少卿;孙晓芳;张博文;;基于灰度投影法的乐器板材纹理分析方法[J];计算机工程与应用;2014年06期
6 裘咏霄;刘阳;;基于差分熵的板材缺陷检测[J];铸造技术;2013年06期
7 孙宝军;;板材企业进销存管理系统设计研究[J];电脑与信息技术;2011年02期
8 徐东鸣,殷国富,贾志欣;机械加工车间板材数控下料方法的研究[J];计算机应用;2002年03期
9 李挺前;符秀全;张世亮;;基于与X-steel连接的板材排版系统开发[J];广东化工;2012年01期
10 梁春鸿;;机械加工车间板材数控下料方法分析[J];科技创新导报;2015年08期
11 廖小云,刘延龄,王义亮;成品板材出库搬运规划[J];重庆大学学报(自然科学版);2002年01期
12 范佳楠;刘英;胡忠康;赵乾;沈鹭翔;周晓林;;基于Faster R-CNN的实木板材缺陷检测识别系统[J];林业工程学报;2019年03期
13 常湛源;曹军;张怡卓;;板材心理感知颜色在线模糊分类器设计[J];电机与控制学报;2014年09期
14 吴晓光,李红军,周新元,张驰;通用型焊接板材CAPP开发环境的研究[J];武汉科技学院学报;2003年06期
15 唐生利;王耘;宋小文;;单一矩形排样中板材的最优分割[J];现代机械;2007年06期
16 吴晓光,李红军,周星元,张驰;焊接板材特征拼装CAPP开发环境的研究与实践[J];制造业自动化;2004年01期
17 陈健;板材自动排料初探[J];鞍山师范学院学报;2002年03期
18 吴晓光,陈燕;异型板材特征拼装CAPP开发环境的研究与实践[J];三峡大学学报(自然科学版);2001年01期
19 朱虎;吕汉锋;;复合快速成形中板材移送机构及运动仿真研究[J];机械设计与制造;2009年07期
20 张帆;刘强;张浩;王磊;;面向多规格板材的矩形工件排样优化方法[J];计算机集成制造系统;2015年11期
中国重要会议论文全文数据库 前10条
1 肖凤华;;板材GT/CAPP/CAM系统[A];中国电子学会生产技术学会机械加工专业委员会第五届学术年会论文集(上)[C];1992年
2 宋金伟;刘广利;沈翠华;李迪;;基于支持向量机的织物组织识别方法[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
3 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
4 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
5 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年
6 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议(NCMMSC1992)论文集[C];1992年
7 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年
8 卞玉萍;杨浩;匡胜元;;动态心电图伪差识别方法的研究[A];电工理论与新技术学术年会论文集[C];2005年
9 张玥杰;徐智婷;钱晶;张涛;;自然语言处理中专名识别方法的研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
10 李阳;李成;马景秋;;表面缺陷检测仪在镀锌线上的应用[A];2018年全国冷轧板带生产技术交流会、2018年全国热轧板带生产技术交流会论文集[C];2018年
中国博士学位论文全文数据库 前10条
1 陈素根;非平行平面支持向量机及特征提取中若干问题研究[D];江南大学;2016年
2 戴天虹;基于计算机视觉的木质板材颜色分类方法的研究[D];东北林业大学;2008年
3 陈立君;基于流形支持向量机的木材表面缺陷识别方法的研究[D];东北林业大学;2015年
4 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年
5 业宁;支持向量机若干基础研究及其在图像识别中的应用[D];东南大学;2006年
6 陈爱军;最小二乘支持向量机及其在工业过程建模中的应用[D];浙江大学;2006年
7 姜静清;最小二乘支持向量机算法及应用研究[D];吉林大学;2007年
8 王朝勇;支持向量机若干算法研究及应用[D];吉林大学;2008年
9 郭磊;基于支持向量机的真实头模型三维重建方法的研究[D];河北工业大学;2007年
10 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年
中国硕士学位论文全文数据库 前10条
1 马娟娟;木质板材表面缺陷检测技术研究[D];中北大学;2011年
2 房友盼;基于图像识别的实木板材优选系统研究[D];南京林业大学;2016年
3 张利伟;面向板材计量系统的图像处理算法研究和应用[D];郑州大学;2014年
4 贾壮;基于计算机视觉的木质板材缺陷检测研究[D];东北林业大学;2016年
5 谭菲;基于特征融合的实木板材纹理判别研究[D];东北林业大学;2014年
6 柳笛;基于支持向量机的冷轧铝板表面缺陷分类算法的研究[D];齐鲁工业大学;2016年
7 高洁;基于细胞特征的板材材种识别系统研究[D];东北林业大学;2007年
8 杨威;板材排样优化的计算智能方法研究[D];四川大学;2002年
9 褚勤;基于小波分析和支持向量机的人脸识别方法研究[D];华南理工大学;2012年
10 方娟;人机交互中人脸识别方法研究[D];中国石油大学;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978