广西师范大学学报（自然科学版）
廣西師範大學學報（自然科學版）
엄서사범대학학보（자연과학판）
JOURNAL OF GUANGXI NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)
2014年
2期
14-19
,共6页
竹片正反面%神经网络%纹理特征%灰度特征
竹片正反麵%神經網絡%紋理特徵%灰度特徵
죽편정반면%신경망락%문리특정%회도특정
the front and reverse side of bamboo%neural network%textural features%characteristic value of gray value
针对竹片自动检测领域中竹片正反面识别率低的问题,提出基于BP神经网络的竹片正反面识别算法,构建并训练一个三层的3输入1输出的BP神经网络模型;提取竹片的2个纹理特征和灰度值特征值,输入经过训练的神经网络模型,计算预测的识别结果.实验结果表明:基于BP神经网络的竹片正反面识别算法在最小风险的原则下的反面识别率为97％;正面的识别率为98％;稳定性明显高于单一特征识别的稳定性.
針對竹片自動檢測領域中竹片正反麵識彆率低的問題,提齣基于BP神經網絡的竹片正反麵識彆算法,構建併訓練一箇三層的3輸入1輸齣的BP神經網絡模型;提取竹片的2箇紋理特徵和灰度值特徵值,輸入經過訓練的神經網絡模型,計算預測的識彆結果.實驗結果錶明:基于BP神經網絡的竹片正反麵識彆算法在最小風險的原則下的反麵識彆率為97％;正麵的識彆率為98％;穩定性明顯高于單一特徵識彆的穩定性.
침대죽편자동검측영역중죽편정반면식별솔저적문제,제출기우BP신경망락적죽편정반면식별산법,구건병훈련일개삼층적3수입1수출적BP신경망락모형;제취죽편적2개문리특정화회도치특정치,수입경과훈련적신경망락모형,계산예측적식별결과.실험결과표명:기우BP신경망락적죽편정반면식별산법재최소풍험적원칙하적반면식별솔위97％;정면적식별솔위98％;은정성명현고우단일특정식별적은정성.
