塑料工业
塑料工業
소료공업
CHINA PLASTICS INDUSTRY
2012年
2期
38-41
,共4页
注塑制品%表面缺陷%自动识别%神经网络
註塑製品%錶麵缺陷%自動識彆%神經網絡
주소제품%표면결함%자동식별%신경망락
将基于误差反向传播算法(BP)的神经网络引入到注塑制品表面缺陷的自动识别.介绍了如何选择合适的BP神经网络,包括网络层数的选取、学习算法的选取等.最后分别利用90组样本对BP神经网络进行训练和仿真,得到制品表面缺陷的平均识别率达84.44％,说明利用BP神经网络对于注塑制品表面缺陷进行识别是可行的.
將基于誤差反嚮傳播算法(BP)的神經網絡引入到註塑製品錶麵缺陷的自動識彆.介紹瞭如何選擇閤適的BP神經網絡,包括網絡層數的選取、學習算法的選取等.最後分彆利用90組樣本對BP神經網絡進行訓練和倣真,得到製品錶麵缺陷的平均識彆率達84.44％,說明利用BP神經網絡對于註塑製品錶麵缺陷進行識彆是可行的.
장기우오차반향전파산법(BP)적신경망락인입도주소제품표면결함적자동식별.개소료여하선택합괄적BP신경망락,포괄망락층수적선취、학습산법적선취등.최후분별이용90조양본대BP신경망락진행훈련화방진,득도제품표면결함적평균식별솔체84.44％,설명이용BP신경망락대우주소제품표면결함진행식별시가행적.
