中南大学学报（自然科学版）
中南大學學報（自然科學版）
중남대학학보（자연과학판）
JOURNAL OF CENTRAL SOUTH UNIVERSITY
2011年
1期
115-124
,共10页
BP神经网络%缺陷检测%复合误差函数%Lyapunov稳定性
BP神經網絡%缺陷檢測%複閤誤差函數%Lyapunov穩定性
BP신경망락%결함검측%복합오차함수%Lyapunov은정성
针对传统BP算法抗干扰能力差、学习速率慢且易陷入局部极小点等缺点,提出一种基于变更传递函数倾斜度和动态调节不同学习速率的BP改进算法,并在此基础上采用Lyapunov稳定性原理分析改进算法的收敛性.该算法综合考虑网络训练方式和学习率的不足,设计新的复合误差函数,同时采用一种分层动态调整不同学习率的新方法,并采用批量样本进行训练,以加快传统BP算法的收敛速度和避免陷入局部极小值点.在此基础上,将该算法应用于带钢表面缺陷图像检测中,并比较改进算法与传统算法在缺陷检测中的性能参数.研究结果表明:该改进算法能够提高缺陷识别率,检测速度快,更能满足钢板表面质量检测的实时性要求,是一种行之有效的方法.
針對傳統BP算法抗榦擾能力差、學習速率慢且易陷入跼部極小點等缺點,提齣一種基于變更傳遞函數傾斜度和動態調節不同學習速率的BP改進算法,併在此基礎上採用Lyapunov穩定性原理分析改進算法的收斂性.該算法綜閤攷慮網絡訓練方式和學習率的不足,設計新的複閤誤差函數,同時採用一種分層動態調整不同學習率的新方法,併採用批量樣本進行訓練,以加快傳統BP算法的收斂速度和避免陷入跼部極小值點.在此基礎上,將該算法應用于帶鋼錶麵缺陷圖像檢測中,併比較改進算法與傳統算法在缺陷檢測中的性能參數.研究結果錶明:該改進算法能夠提高缺陷識彆率,檢測速度快,更能滿足鋼闆錶麵質量檢測的實時性要求,是一種行之有效的方法.
침대전통BP산법항간우능력차、학습속솔만차역함입국부겁소점등결점,제출일충기우변경전체함수경사도화동태조절불동학습속솔적BP개진산법,병재차기출상채용Lyapunov은정성원리분석개진산법적수렴성.해산법종합고필망락훈련방식화학습솔적불족,설계신적복합오차함수,동시채용일충분층동태조정불동학습솔적신방법,병채용비량양본진행훈련,이가쾌전통BP산법적수렴속도화피면함입국부겁소치점.재차기출상,장해산법응용우대강표면결함도상검측중,병비교개진산법여전통산법재결함검측중적성능삼수.연구결과표명:해개진산법능구제고결함식별솔,검측속도쾌,경능만족강판표면질량검측적실시성요구,시일충행지유효적방법.
