|
|||||
|
|
| BP神经网络在玻璃缺陷识别中的应用 | |
| 引用本文： | 吉祥,戴曙光.BP神经网络在玻璃缺陷识别中的应用[J].教育技术导刊,2019,18(4):137-140. |
| 作者姓名： | 吉祥 戴曙光 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院，上海 200093 |
| 摘 要： | 在玻璃缺陷识别系统中，利用BP神经网络基本原理结合特征参数设计BP神经网络结构。为了更准确地识别玻璃表面缺陷，在传统BP神经网络算法基础上，提出加入动量因子、引入陡度因子以及调节学习效率的方法，并进行对比试验。仿真结果表明，3种方法均可提高缺陷识别率，但只有引入陡度因子的方法可使最优误差与期望误差最为接近，能够更好地改善网络收敛性。 |
| 关 键 词： | 缺陷识别 BP神经网络 动量因子 陡度因子 自适应学习效率 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |