电子产品世界
電子產品世界
전자산품세계
ELECTRONIC & DESIGN WORLD
2013年
4期
37-39
,共3页
SVM%动态调整%RBF网络%焊点类型识别
SVM%動態調整%RBF網絡%銲點類型識彆
SVM%동태조정%RBF망락%한점류형식별
为了提高LED灯带生产中焊点类型被自动地识别的精度,提出了基于SVM-DDA的改进RBF网络的检测方法.它首先使用动态衰减算法(DDA)确定SVM的结构及参数,然后利用SVM与RBF网络的近似性,根据SVM确定RBF网络的结构及初始化参数.实验结果表明,该方法减少了训练的迭代次数,提高了焊点识别的准确率,并且对于样本较少的类别也有较理想的分类结果.
為瞭提高LED燈帶生產中銲點類型被自動地識彆的精度,提齣瞭基于SVM-DDA的改進RBF網絡的檢測方法.它首先使用動態衰減算法(DDA)確定SVM的結構及參數,然後利用SVM與RBF網絡的近似性,根據SVM確定RBF網絡的結構及初始化參數.實驗結果錶明,該方法減少瞭訓練的迭代次數,提高瞭銲點識彆的準確率,併且對于樣本較少的類彆也有較理想的分類結果.
위료제고LED등대생산중한점류형피자동지식별적정도,제출료기우SVM-DDA적개진RBF망락적검측방법.타수선사용동태쇠감산법(DDA)학정SVM적결구급삼수,연후이용SVM여RBF망락적근사성,근거SVM학정RBF망락적결구급초시화삼수.실험결과표명,해방법감소료훈련적질대차수,제고료한점식별적준학솔,병차대우양본교소적유별야유교이상적분류결과.
