计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
1期
246-249
,共4页
裂痕识别%细微裂痕%神经网络
裂痕識彆%細微裂痕%神經網絡
렬흔식별%세미렬흔%신경망락
研究鸡蛋裂痕的准确性识别问题,由于蛋壳裂痕比较细微,很难建立准确的模型,造成传统方法识别鸡蛋细微裂痕准确性不高.为解决上述问题,提出了一种多层神经网络算法的鸡蛋细微裂痕图像识别方法.通过建立裂痕网络和细节裂痕网络等多层网络,运用相关迭代运算,避免了仅对裂痕的灰度特征进行一次提取判断,不能准确识别鸡蛋细微裂痕的问题.实验证明,改进的裂痕识别算法对识别鸡蛋上的细微裂痕准确率高,取得了令人满意的效果.
研究鷄蛋裂痕的準確性識彆問題,由于蛋殼裂痕比較細微,很難建立準確的模型,造成傳統方法識彆鷄蛋細微裂痕準確性不高.為解決上述問題,提齣瞭一種多層神經網絡算法的鷄蛋細微裂痕圖像識彆方法.通過建立裂痕網絡和細節裂痕網絡等多層網絡,運用相關迭代運算,避免瞭僅對裂痕的灰度特徵進行一次提取判斷,不能準確識彆鷄蛋細微裂痕的問題.實驗證明,改進的裂痕識彆算法對識彆鷄蛋上的細微裂痕準確率高,取得瞭令人滿意的效果.
연구계단렬흔적준학성식별문제,유우단각렬흔비교세미,흔난건립준학적모형,조성전통방법식별계단세미렬흔준학성불고.위해결상술문제,제출료일충다층신경망락산법적계단세미렬흔도상식별방법.통과건립렬흔망락화세절렬흔망락등다층망락,운용상관질대운산,피면료부대렬흔적회도특정진행일차제취판단,불능준학식별계단세미렬흔적문제.실험증명,개진적렬흔식별산법대식별계단상적세미렬흔준학솔고,취득료령인만의적효과.
