基于改进的BP神经网络钢板表面缺陷分类算法研究 (2010年)

【文件属性】：

文件名称：基于改进的BP神经网络钢板表面缺陷分类算法研究 (2010年)

文件大小：201KB

文件格式：PDF

更新时间：2024-06-09 10:08:47

自然科学 论文

钢板表面质量决定钢板的抗腐蚀性、抗磨性和疲劳强度等使用性能，决定相关产品的安全性能。目前还没有一种算法可很好的解决钢板表面缺陷分类问题。应用BP神经网络算法识别钢板表面缺陷，并采用高阶扰动理论解决BP神经网络算法固有的缺点，如学习速度慢、易陷入局部极值等。最后通过实验验证了算法的有效性，钢板缺陷识别率达到83%。