检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

带钢表面缺陷多维混合特征提取及识别

钢铁研究学报 2015年第6期27卷 29-34页

作者：韩英莉天津工业大学机械工程学院天津300387

为了自动获得最具区分力的多维融合特征,提出了改进的ReliefF算法对带钢多维混合特征进行自动评估选择。针对ReliefF算法不能去除冗余特征的缺点,引入最大信息压缩准则去除冗余特征。在此基础上,采用遗传神经网络建立带钢缺陷识别的知识... 详细信息

为了自动获得最具区分力的多维融合特征,提出了改进的ReliefF算法对带钢多维混合特征进行自动评估选择。针对ReliefF算法不能去除冗余特征的缺点,引入最大信息压缩准则去除冗余特征。在此基础上,采用遗传神经网络建立带钢缺陷识别的知识库,遗传算法可以自主地辨识最小的包含最优解的搜索空间,再由BP算法按负梯度方向进行权值及阈值的修正。研究结果表明:改进ReliefF算法为后续分类识别提供了最优的特征向量,减少了数据的运算量和存储量;遗传神经网络算法获得了在满足准确性前提下更高网络识别缺陷的效率。

关键词：带钢表面缺陷特征提取分类识别人工神经网络

基于BP神经网络的带钢表面缺陷的识别与分类

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2006年第12期27卷 1692-1694页

作者：韩英莉颜云辉东北大学机械工程与自动化学院

运用神经网络处理非线性问题的优势,将其应用于带钢表面缺陷的识别与分类研究。本文采用灰度共生矩阵的特征提取,提出了基于BP神经网络进行缺陷识别与分类的方法,编制了带钢表面缺陷的识别与分类软件。分类测试表明,该软件有较好的识别... 详细信息

运用神经网络处理非线性问题的优势,将其应用于带钢表面缺陷的识别与分类研究。本文采用灰度共生矩阵的特征提取,提出了基于BP神经网络进行缺陷识别与分类的方法,编制了带钢表面缺陷的识别与分类软件。分类测试表明,该软件有较好的识别与分类效果。

关键词：带钢表面缺陷识别与分类灰度共生矩阵人工神经网络 BP算法

一种改进全变差正则化的Shearlet自适应带钢图像去噪算法

在线全文

学校读者我要写书评

暂无评论

表面技术 2014年第6期43卷 105-110页

作者：韩英莉天津工业大学机械工程学院天津300387

目的有效去除生产现场所采集的带钢图像上的混合噪声。方法结合Shearlet变换具有较好的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。对Shearlet变换分解后的图像进行硬阈值处理,再进行Shearlet变换... 详细信息

目的有效去除生产现场所采集的带钢图像上的混合噪声。方法结合Shearlet变换具有较好的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。对Shearlet变换分解后的图像进行硬阈值处理,再进行Shearlet变换重构形成估计图像,采用改进自适应的变差正则化的极小化迭代模型对估计图像进行迭代修正。结果去噪后的图像具有很好的视觉效果,避免了伪吉布斯效应的产生。在强噪水平下,对比新模型与小波去噪,PSNR提高了约9 d B,均方差降低了约319。结论该方法获得了较好的峰值信噪比增益,使信号幅度有较高的保真度,具有更好的平滑噪声和边缘保持功能。

关键词：冷轧带钢图像去噪 Shearlet变换全变差模型

基于DSP的带钢表面缺陷实时检测系统的研究

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2007年第4期28卷 561-565页

作者：韩英莉颜云辉李骏苏卫星东北大学机械工程与自动化学院辽宁沈阳110004

为了有效地解决在线高速实时检测这个关键性问题,本研究主要从软、硬件两个方面进行,将制约系统实时性的缺陷图像的识别过程分离出来,交由DSP芯片进行专门的处理,同时采用了兼顾识别效率及识别准确性的支持向量机的二级分类器对带钢的... 详细信息

为了有效地解决在线高速实时检测这个关键性问题,本研究主要从软、硬件两个方面进行,将制约系统实时性的缺陷图像的识别过程分离出来,交由DSP芯片进行专门的处理,同时采用了兼顾识别效率及识别准确性的支持向量机的二级分类器对带钢的缺陷图像进行识别.在该硬件检测系统下对缺陷图像的正确识别率达到98%,缺陷图像的识别时间可控制在10 ms以下.通过理论上的分析和试验的测试证明所搭建的先进的TMS320C6416 DSP图像处理平台能够很好地满足实际生产线上的带钢表面缺陷的实时检测系统在处理速度和精度上的要求.

关键词：表面缺陷实时系统 DSP 灰度值特征支持向量机

一种带钢表面缺陷识别与分类的研究——基于混合加权特征和RBF网络的方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2007年第14期43卷 207-209,222页

作者：韩英莉颜云辉东北大学机械工程与自动化学院

为了为高速生产线上的带钢表面缺陷的实时检测提供有利的条件,对已有的19维特征向量通过顺序后退法选择了混合加权的9维特征向量,选用RBF神经网络作为分类器,通过对现场采集的带钢表面缺陷图片进行训练与识别,确定了RBF网络的扩展速度... 详细信息

为了为高速生产线上的带钢表面缺陷的实时检测提供有利的条件,对已有的19维特征向量通过顺序后退法选择了混合加权的9维特征向量,选用RBF神经网络作为分类器,通过对现场采集的带钢表面缺陷图片进行训练与识别,确定了RBF网络的扩展速度的最佳值0.4,网络的训练速度较快,缺陷的平均识别率为93.85%。结果表明:提取混合加权向量与选择RBF神经网络的分类器,能够使网络的结构大大减少,同时具有识别速度和识别率上的优势,能够为带钢表面缺陷的在线实时检测提供软件方面的智能技术。

关键词：混合加权特征神经网络带钢表面缺陷实时检测

论技术发展过程中的量变和质变现象——累积效应与技术革命

在线全文

学校读者我要写书评

暂无评论

自然辩证法研究 2005年第7期21卷 47-51页

作者：盛国荣陈凡韩英莉东北大学科学技术哲学研究中心辽宁沈阳110004

本文认为技术的发展过程中存在量变与质变现象,是一个连续发展的累积性过程和非连续发展的革命性过程的统一。随着技术累积的发展,必然会产生技术累积效应,从而对技术本身以及自然和社会等带来一定的影响,并最终导致在量变的基础上产生... 详细信息

本文认为技术的发展过程中存在量变与质变现象,是一个连续发展的累积性过程和非连续发展的革命性过程的统一。随着技术累积的发展,必然会产生技术累积效应,从而对技术本身以及自然和社会等带来一定的影响,并最终导致在量变的基础上产生质变———技术革命的发生。文章从累积效应入手,分析了技术发展过程中的技术累积效应并由此而带来的技术革命,以期能揭示出技术发展过程中的量变质变现象———累积效应与技术革命。

关键词：技术累积效应技术革命

基于改进支持向量机的冷轧带钢表面缺陷分类识别

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2007年第3期28卷 410-413页

作者：王成明颜云辉陈世礼韩英莉东北大学机械工程与自动化学院辽宁沈阳110004 东软集团有限公司商用软件事业部辽宁沈阳110179

针对冷轧带钢表面缺陷图像模式识别中存在的问题,提出了基于改进支持向量机的冷轧带钢典型表面缺陷分类识别方法.根据带钢表面缺陷图像识别的特点,对渐进直推式支持向量机在其基本原理基础上加以改进,设计了一种冷轧带钢表面缺陷图像模... 详细信息

针对冷轧带钢表面缺陷图像模式识别中存在的问题,提出了基于改进支持向量机的冷轧带钢典型表面缺陷分类识别方法.根据带钢表面缺陷图像识别的特点,对渐进直推式支持向量机在其基本原理基础上加以改进,设计了一种冷轧带钢表面缺陷图像模式识别的分类器.通过实验确定了分类器的结构,给出了相关参数选择的方法.对几种生产现场出现频率较高的典型缺陷图像进行了计算机实验研究.研究结果显示,这种分类器很好地克服了传统支持向量机中存在的推广性能差以及当类别距离过近时准确率下降的问题,具有更好的适应性和准确性.

关键词：冷轧带钢表面缺陷分类识别支持向量机分类器

在线全文

学校读者我要写书评

暂无评论

论技术发展过程中的累积效应

东北大学学报（社会科学版） 2005年第1期7卷 15-18页

作者：盛国荣陈凡韩英莉东北大学文法学院辽宁沈阳110004

技术是一个连续发展的累积过程。随着技术累积的发展,必然会产生技术累积效应,从而对技术本身以及自然和社会带来一定的影响。技术累积效应表现为技术发展的体系化、技术结构的复杂化、技术基础变化的加速化等,它具有连续性与阶段性的... 详细信息

技术是一个连续发展的累积过程。随着技术累积的发展,必然会产生技术累积效应,从而对技术本身以及自然和社会带来一定的影响。技术累积效应表现为技术发展的体系化、技术结构的复杂化、技术基础变化的加速化等,它具有连续性与阶段性的统一、滞后性或潜在性、相关性等特征。技术累积效应的产生与技术自身的相对独立性的特点是分不开的,与技术的扩展性是有联系的,与技术的属性是紧密联系的。

关键词：技术属性累积效应

基于Mallab的RBF网络的带钢表面缺陷的识别与分类研究

在线全文

学校读者我要写书评

暂无评论

机械制造 2007年第3期45卷 24-26页

作者：韩英莉颜云辉韩英慧东北大学机械工程与自动化学院沈阳110004

采用灰度直方图特征、灰度共生矩阵特征和小波变换特征相结合的提取方法,在提取特征向量的基础上,基于Matlab6．5环境下的神经网络工具箱,应用了兼顾识别速度与分类准确性的RBF神经网络分类器对带钢表面缺陷进行识别与分类,通过试验数... 详细信息

采用灰度直方图特征、灰度共生矩阵特征和小波变换特征相结合的提取方法,在提取特征向量的基础上,基于Matlab6．5环境下的神经网络工具箱,应用了兼顾识别速度与分类准确性的RBF神经网络分类器对带钢表面缺陷进行识别与分类,通过试验数据的分析,证明此算法可以作为高速生产线的带钢表面缺陷的实时检测优选方案。

关键词： Matalab 神经网络带钢表面缺陷识别与分类特征提取