电子技术应用
電子技術應用
전자기술응용
APPLICATION OF ELECTRONIC TECHNIQUE
2008年
11期
108-110,114
,共4页
支持向量机%零件识别%Hu矩%BP神经网络
支持嚮量機%零件識彆%Hu矩%BP神經網絡
지지향량궤%령건식별%Hu구%BP신경망락
提出了一种将支持向量机(SVM)用于机械零件识别的方法.实验采用了97张零件图片,9类零件其中一部分作为训练样本,另一部分作为测试样本.提取零件的Hu矩作为特征向量,并将BP神经网络与SVM进行了比较.实验结果表明,以多项式为核函数的SVM有较高的识别率.
提齣瞭一種將支持嚮量機(SVM)用于機械零件識彆的方法.實驗採用瞭97張零件圖片,9類零件其中一部分作為訓練樣本,另一部分作為測試樣本.提取零件的Hu矩作為特徵嚮量,併將BP神經網絡與SVM進行瞭比較.實驗結果錶明,以多項式為覈函數的SVM有較高的識彆率.
제출료일충장지지향량궤(SVM)용우궤계령건식별적방법.실험채용료97장령건도편,9류령건기중일부분작위훈련양본,령일부분작위측시양본.제취령건적Hu구작위특정향량,병장BP신경망락여SVM진행료비교.실험결과표명,이다항식위핵함수적SVM유교고적식별솔.
