10.3969/j.issn.1000-4998.2007.06.005
基于RBF神经网络的工件模式识别
为了提高工件识别速度,根据实际待识别零件特征将零件分成两大类(旋转类、拉伸类),并预留了两类可识别零件,由训练速度快、结构简单、识别准确率高的RBF神经网络来实现模式识别,并根据零件图像特征选取了面积比、平滑度、三阶矩、一致性、熵等5个特征为训练样本作为神经网络的输入,实例证明这种方法切实可行,且其训练速度快,识别准确率高.
REF神经网络、模式识别、图像特征
45
F272.92(企业经济)
2007-07-16（万方平台首次上网日期，不代表论文的发表时间）
共3页
13-15
