

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著市場(chǎng)變化及其結(jié)構(gòu)的調(diào)整,高品質(zhì)的板帶鋼在鋼鐵工業(yè)中的地位日益重要。它在汽車(chē)、家電、造船、航空航天等相關(guān)領(lǐng)域有重要應(yīng)用并且需求量上升迅猛。由于連鑄鋼坯、軋制設(shè)備、加工工藝等多方面的原因,會(huì)導(dǎo)致板帶鋼表面出現(xiàn)焊縫、夾雜、抬頭紋、氧化皮、結(jié)疤、輥印、刮傷等多種類(lèi)型的缺陷。這些缺陷的存在,一方面降低了產(chǎn)品的抗腐蝕性、耐磨性和疲勞強(qiáng)度等性能,另一方面也使其無(wú)法應(yīng)用于外觀要求較高的領(lǐng)域。雖然我國(guó)的鋼鐵產(chǎn)量居世界第一,但每年卻需要大量進(jìn)口高品質(zhì)的
2、鋼板。提高板帶鋼表面缺陷的檢測(cè)與控制水平,具有重要的戰(zhàn)略意義。模式識(shí)別是基于圖像信息的檢測(cè)技術(shù)的重要步驟。目前應(yīng)用于板帶鋼表面缺陷檢測(cè)系統(tǒng)的模式識(shí)別方法存在環(huán)節(jié)眾多、識(shí)別率低、識(shí)別速度較慢、推廣性差、適應(yīng)性差等不足。其原因主要在于:就研究對(duì)象的特征而言,一方面不同類(lèi)缺陷的圖像在特征上并不存在很明確的界限,另一方面,同一類(lèi)缺陷的圖像在特征上存在較大差異;就常用模式分類(lèi)方法而言,其分類(lèi)機(jī)制與特征空間中類(lèi)別的分布特性在表現(xiàn)方式、尺度、擴(kuò)張性等
3、方面存在的多種不一致,產(chǎn)生了聚類(lèi)中心周?chē)衅渌?lèi)別雜點(diǎn)、擬合劃分面切開(kāi)同類(lèi)樣本等問(wèn)題,增加了誤識(shí)的可能。對(duì)于以上存在的問(wèn)題,可以通過(guò)構(gòu)建適應(yīng)性良好的分類(lèi)模型加以解決。因此,本文在分類(lèi)模型及具體的分類(lèi)器實(shí)現(xiàn)方法上展開(kāi)研究,具體研究?jī)?nèi)容和取得成果如下:
(1)對(duì)模式分類(lèi)機(jī)制進(jìn)行深入研究,總結(jié)分析目前常用的分類(lèi)方法存在的問(wèn)題。針對(duì)這些問(wèn)題,提出類(lèi)別的本征空間和認(rèn)知空間的概念,進(jìn)而提出與類(lèi)別在認(rèn)知空間的分布狀態(tài)的一致性較好的以多
4、個(gè)單一類(lèi)別的擴(kuò)張?bào)w為基本元素的多體分類(lèi)模型,給出了該模型的具體構(gòu)建方法。通過(guò)理論分析和實(shí)例分析表明該模型與常用方法相比的在分類(lèi)機(jī)制上優(yōu)越性。
(2)結(jié)合多體分類(lèi)模型,對(duì)傳統(tǒng)SOFM神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)和優(yōu)化,提出了WTM-SOFM分類(lèi)法。該方法采用跟蹤SOFM網(wǎng)絡(luò)訓(xùn)練歷史軌跡的方式克服了SOFM神經(jīng)網(wǎng)絡(luò)對(duì)類(lèi)別間隔狹小或空間怠點(diǎn)分類(lèi)能力的不足。實(shí)驗(yàn)研究表明它相比SOFM具有更強(qiáng)的邊界沖突調(diào)解及邊界擴(kuò)張能力。
(3)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于并行分類(lèi)器集成的板帶鋼表面缺陷圖像識(shí)別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的冷軋帶鋼表面缺陷識(shí)別分類(lèi)技術(shù)研究.pdf
- 帶鋼表面缺陷檢測(cè)及識(shí)別關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器視覺(jué)的帶鋼表面缺陷識(shí)別技術(shù)研究.pdf
- 帶鋼表面缺陷圖像拼接技術(shù)的研究.pdf
- 基于AdaBoost分類(lèi)器的帶鋼表面缺陷識(shí)別研究.pdf
- 基于壓縮感知的多模型木材圖像缺陷識(shí)別.pdf
- 帶鋼表面缺陷圖像檢測(cè)理論及識(shí)別算法研究.pdf
- 板帶鋼表面缺陷的多尺度邊緣檢測(cè)研究.pdf
- 基于圖像處理的帶鋼表面缺陷識(shí)別方法研究.pdf
- 鋼板表面缺陷圖像檢測(cè)與分類(lèi)技術(shù)研究.pdf
- 赤潮生物圖像分類(lèi)識(shí)別技術(shù)研究.pdf
- 板帶鋼缺陷圖像的配準(zhǔn)與拼接方法研究.pdf
- 基于加權(quán)特征的冷軋帶鋼典型表面缺陷圖像混合模式分類(lèi)識(shí)別.pdf
- 帶鋼表面缺陷識(shí)別算法研究.pdf
- 帶鋼缺陷檢測(cè)關(guān)鍵技術(shù)研究.pdf
- 基于機(jī)器視覺(jué)的帶鋼表面缺陷圖像處理與識(shí)別.pdf
- 基于視頻圖像的多車(chē)牌識(shí)別技術(shù)研究.pdf
- 基于分形的木材斷層圖像缺陷識(shí)別技術(shù)研究.pdf
- 基于掌印紅外熱圖像的分類(lèi)識(shí)別技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論