期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于BP神经网络的冷轧带钢表面缺陷分类研究
被引量:
5
下载PDF
职称材料
导出
摘要
冷轧带钢表面检测系统作为带钢表面质量的检测设备,在钢铁生产中具有重大的应用价值。本文首先从冷轧带钢表面缺陷检测系统的总体结构以及神经网络在冷轧带钢表面检测系统中的应用两个方面介绍冷轧带钢表面缺陷检测系统。然后采用BP神经网络对在线冷轧带钢表面缺陷进行检测分类,结果表明检测系统总识别率达到了96%。
作者
王庆
康戈文
王雪梅
机构地区
电子科技大学自动化工程学院
出处
《福建电脑》
2007年第2期97-97,108,共2页
Journal of Fujian Computer
关键词
缺陷检测
系统结构
神经网络
识别率
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
13
参考文献
4
共引文献
100
同被引文献
100
引证文献
5
二级引证文献
17
参考文献
4
1
姜立芳,刘泊,施莲辉.
一种改进的BP算法及其在模式识别中的应用[J]
.哈尔滨理工大学学报,2003,8(3):90-92.
被引量:31
2
徐科,徐金梧.
基于图象处理的冷轧带钢表面缺陷在线检测技术[J]
.钢铁,2002,37(12):61-64.
被引量:33
3
刘岚,秦洪.
用于神经网络模式识别的一种改进的BP算法[J]
.信息技术,2002,26(6):6-7.
被引量:6
4
吴平川,路同浚,王炎.
带钢表面自动检测系统研究现状与展望[J]
.钢铁,2000,35(6):70-75.
被引量:35
二级参考文献
13
1
罗志勇,刘栋玉,江涛,王斌.
新型冷轧带钢表面缺陷在线检测系统[J]
.华中理工大学学报,1996,24(1):75-78.
被引量:18
2
彭天好,范龙振.
BP神经网络的一种稳健改进算法[J]
.计算机应用研究,1996,13(6):29-30.
被引量:1
3
王耀南.
一种神经网络的快速学习算法及其在图象边缘检测中的应用[J]
.计算机研究与发展,1997,34(5):377-381.
被引量:4
4
童华强.
冷轧带钢表面缺陷及粗糙度检测系统的应用[J]
.钢铁研究,1997,25(2):55-60.
被引量:6
5
张大鹏,模式识别与图像处理并行计算机系统设计,1998年
6
孟宪超,硕士学位论文,1996年
7
钟玉琢,机器人视觉技术,1994年
8
Obeso F, Gonzalez J A,Brown A. Intelligent On-line Surface Inspection on a Skinpass Mill. Iron and Steel Engineer,1997,(74):29~35.
9
Badger J C, Enright S T. Automated Surface Inspection System. Iron and Steel Engineer, 1996,(73):48~51.
10
柳文,冯建农,柳明.
一种改进型快速BP训练算法[J]
.计算机工程与科学,1998,20(4):17-20.
被引量:3
共引文献
100
1
黄君冉,钱东平,张嘏伟,程浩.
BP算法用MATLAB语言的实现方法[J]
.河北工业大学学报,2005,34(z1):68-70.
2
费江华,何永辉,孙晨,黄胜标.
一种基于特征选择的组合分类器在带钢表面缺陷分类中的应用[J]
.冶金自动化,2010,34(2):19-23.
被引量:2
3
叶明全,伍长荣.
基于RBF神经网络的冠心病识别模型[J]
.安徽工程科技学院学报(自然科学版),2005,20(1):52-55.
被引量:2
4
刘燕燕.
基于模糊神经网络的信息融合在电网故障诊断中的应用[J]
.继电器,2005,33(9):9-11.
被引量:3
5
陈先锋,舒志兵,赵英凯.
“弹性”BP神经网络在识别带有噪声字母中的应用[J]
.计算机仿真,2005,22(9):153-155.
被引量:13
6
高大文,王鹏.
基于神经网络构建取代苯类化合物QSAR模型[J]
.哈尔滨工业大学学报,2005,37(11):1496-1498.
被引量:5
7
李春成,蒋利波,余明友,刘启奎.
印刷品质量高速在线检测系统设计[J]
.空军雷达学院学报,2005,19(4):61-63.
被引量:1
8
白书战,李国祥,王浩国,贾迎军.
基于神经网络的排气消声器的优化设计方法[J]
.农业机械学报,2005,36(12):153-155.
被引量:4
9
全玉生,马彦伟,何秋宇,李学鹏,杨俊伟.
基于模糊概率论的变压器局放信号模式识别法[J]
.电力系统自动化,2006,30(4):71-74.
被引量:4
10
韩敏,崔丕锁.
一种动态RBF神经网络在模式识别中的应用[J]
.模式识别与人工智能,2006,19(1):94-99.
被引量:1
同被引文献
100
1
于波,张新凯,王卫.
基于STMR-CNN的热轧带钢表面缺陷检测[J]
.计算机系统应用,2022,31(10):122-133.
被引量:3
2
张金荣,曹长修,王东,魏延,肖民卿,唐贤伦.
基于高斯RBF神经网络的可伸缩机械臂系统动态建模与仿真[J]
.中南民族大学学报(自然科学版),2007,26(3):47-50.
被引量:2
3
张曙红,孙建勋,诸克军.
基于遗传优化的采样模糊C均值聚类算法[J]
.系统工程理论与实践,2004,24(5):121-125.
被引量:21
4
张丽平,俞欢军,陈德钊,胡上序.
粒子群优化算法的分析与改进[J]
.信息与控制,2004,33(5):513-517.
被引量:85
5
张华明,康宜华,张武翔,邹应国.
钢棒纵向裂纹漏磁检测方法[J]
.机械与电子,2004,22(12):40-42.
被引量:3
6
黄波,汪卫.
基于高炉专家系统的多变量炉温智能控制系统[J]
.钢铁,2005,40(4):21-23.
被引量:9
7
王茂华,汪保平,惠志刚.
高炉过程控制与专家系统[J]
.山东冶金,2005,27(3):4-7.
被引量:3
8
刘红冰,康戈文.
基于神经网络的冷轧带钢表面缺陷检测[J]
.中国图象图形学报,2005,10(10):1310-1313.
被引量:13
9
叶子郁,朱目成.
应用脉冲涡流检测金属表面裂纹的研究[J]
.计量技术,2005(10):16-18.
被引量:12
10
沈立华,孙丰瑞,杨立,秦强.
单面法红外检测钢板内壁缺陷温度场研究[J]
.激光与红外,2006,36(1):19-22.
被引量:6
引证文献
5
1
张金荣,王东,唐贤伦.
一种基于PSO优化带核函数FKM的高炉炉温辨识方法[J]
.中南民族大学学报(自然科学版),2008,27(3):62-66.
2
徐凤云.
神经网络决策树算法在钢材表面缺陷检测中的应用研究[J]
.西昌学院学报(自然科学版),2011,25(2):44-45.
被引量:2
3
赵轶.
深度学习在硅钢钢片缺陷识别中的应用[J]
.数字技术与应用,2017,35(12):32-34.
被引量:3
4
赵月,张运楚,孙绍涵,王超.
基于深度学习的螺纹钢表面缺陷检测[J]
.计算机系统应用,2021,30(7):87-94.
被引量:11
5
李跃,王子铭,李鑫林,岳强.
带钢表面缺陷检测方法研究进展[J]
.钢铁研究学报,2023,35(8):950-962.
被引量:1
二级引证文献
17
1
杨鑫雨,鲍正德,唐娅雯.
基于OpenCV的表情识别技术研究[J]
.计算机系统网络和电信,2019,1(2):317-322.
2
冯太锐,苗玉彬,赵爽.
基于深度学习的化妆品塑料瓶缺陷检测[J]
.东华大学学报(自然科学版),2020,46(2):269-274.
被引量:2
3
张涛,刘玉婷,杨亚宁,王鑫,金映谷.
基于机器视觉的表面缺陷检测研究综述[J]
.科学技术与工程,2020,20(35):14366-14376.
被引量:68
4
李一鸣,王潇.
基于YOLOv5s模型的轧钢表面缺陷检测[J]
.制造业自动化,2021,43(11):117-119.
被引量:20
5
侯幸林,孙磊,高照,周培培.
基于深度学习的不锈钢棒材表面螺纹缺陷检测[J]
.常州工学院学报,2022,35(1):24-28.
被引量:1
6
潘甜,张司颖,叶杨飞.
基于深度学习的飞机蒙皮缺陷检测研究[J]
.机械工程与自动化,2022(2):133-134.
被引量:2
7
师芸,石龙龙,牛敏杰,赵侃.
基于单阶段实例分割网络的黄土滑坡多任务自动识别[J]
.测绘通报,2022(4):26-31.
被引量:2
8
李昊璇,刘海峡.
基于迁移学习的磁瓦缺陷分类方法[J]
.测试技术学报,2022,36(4):314-319.
9
马小强,朱东洋.
提高螺纹钢棒材成品尺寸的控制精度[J]
.山西冶金,2022,45(5):217-218.
10
胡欣,周运强,肖剑,杨杰.
基于改进YOLOv5的螺纹钢表面缺陷检测[J]
.图学学报,2023,44(3):427-437.
被引量:7
1
韩虎,汤永升.
表面缺陷检测系统在冷轧厂的应用[J]
.梅山科技,2013(1):17-19.
2
伊斯拉视像功能强大的自动化表面检测系统[J]
.现代塑料,2014(4):77-77.
3
李炜,黄心汉,王敏,万国红.
基于机器视觉的带钢表面缺陷检测系统[J]
.华中科技大学学报(自然科学版),2003,31(2):72-74.
被引量:43
4
黄秀琴,罗新斌,贾建昇,邢青青,王龙.
在线铝带材表面检测系统[J]
.轻合金加工技术,2014,42(12):40-45.
被引量:3
5
郑晓曦,严俊龙.
数学形态学在磁瓦表面缺陷检测中的运用[J]
.计算机工程与应用,2008,44(16):182-184.
被引量:7
6
段敬红,冯江,张发存.
基于软件构件的表面缺陷检测软件开发[J]
.计算机工程与科学,2009,31(10):77-79.
被引量:4
7
刘海桃,徐向纮.
基于图像处理的钎焊环缺陷检测系统的研究[J]
.工业控制计算机,2008,21(7):18-19.
被引量:1
8
张悦.
热轧表面检测系统照明模块的研究与实践[J]
.科技资讯,2010,8(18):33-33.
9
彭铁根,何永辉,孙晨.
差厚打印线在镀锡带钢表面检测系统中的识别技术[J]
.宝钢技术,2015,8(2):56-58.
被引量:10
10
王林,于洋,孙海,王畅,庞在刚,陈瑾.
多级分类表面检测系统在冷轧薄板产线的应用[J]
.轧钢,2016,33(5):63-66.
被引量:11
福建电脑
2007年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部