10.3969/j.issn.1000-4998.2007.03.009
基于Matlab的RBF网络的带钢表面缺陷的识别与分类研究
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.
Matalab、神经网络、带钢表面缺陷、识别与分类、特征提取
45
TP183;TP391.41(自动化基础理论)
科技部专项基金2003CCA03900;国家自然科学基金;上海宝钢集团公司资助项目50574019
2007-04-25（万方平台首次上网日期，不代表论文的发表时间）
共3页
24-26
