期刊文章详细信息
基于卷积神经网络的木材缺陷识别
Wood defects recognition based on the convolutional neural network
文献类型：期刊文章
机构地区：[1]南京林业大学信息科学与技术学院,江苏南京210037
基 金：国家自然科学基金资助项目(30671639);江苏省自然科学基金资助项目(BK2009393)
年 份：2013
卷 号：43
期 号：2
起止页码：23-28
语 种：中文
收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、IC、RCCSE、UPD、ZGKJHX、核心刊
摘 要：为提高木材缺陷识别率,提出一种基于卷积神经网络算法的识别方法。采用渐近式学习方法来确定训练样本数目,给出了对应的网络结构,降低了算法消耗的时间。试验结果表明,该方法无需对图像进行复杂的预处理,能识别多种木材缺陷,精度较高且复杂度较小,具有很好的鲁棒性,也克服传统算法的诸多固有缺点。
关 键 词：木材缺陷 卷积神经网络 渐进式 图像处理 学习方法
分 类 号：TP301.6]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
