文献类型：期刊文章

作　　者：张国翊[1] 胡铮[1]

机构地区：[1]北京邮电大学泛网无线通信教育部重点实验室,北京100876

出　　处：《中南大学学报（自然科学版）》

基　　金：国家科技重大专项(2009ZX03004-001)

年　　份：2011

卷　　号：42

期　　号：1

起止页码：115-124

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20111713938434)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统BP算法抗干扰能力差、学习速率慢且易陷入局部极小点等缺点,提出一种基于变更传递函数倾斜度和动态调节不同学习速率的BP改进算法,并在此基础上采用Lyapunov稳定性原理分析改进算法的收敛性。该算法综合考虑网络训练方式和学习率的不足,设计新的复合误差函数,同时采用一种分层动态调整不同学习率的新方法,并采用批量样本进行训练,以加快传统BP算法的收敛速度和避免陷入局部极小值点。在此基础上,将该算法应用于带钢表面缺陷图像检测中,并比较改进算法与传统算法在缺陷检测中的性能参数。研究结果表明:该改进算法能够提高缺陷识别率,检测速度快,更能满足钢板表面质量检测的实时性要求,是一种行之有效的方法。

关 键 词：BP神经网络 缺陷检测  复合误差函数  LYAPUNOV稳定性

分 类 号：TP183]