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-神经网络零件装配图像检测研究
被引量:
3
下载PDF
职称材料
导出
摘要
应用BP-神经网络为识别算法将零件表面纹理系数作为神经网络训练元素,提出零件装配检测的方法。首先对运用图像的灰度信息和灰度梯度信息进行边缘检测,提取目标分析区域。在目标区域内获取零件表面纹理特征及其系数,以特征系数为样本,进行特征神经网络训练。使用训练完成的神经网络对零件的装配环节进行识别判断。
作者
王家海
张宇
机构地区
同济大学中德学院
同济大学机械与能源工程学院
出处
《南方农机》
2018年第17期36-37,42,共3页
关键词
BP-神经网络
图像识别
零件装配
检测
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
22
参考文献
4
共引文献
28
同被引文献
10
引证文献
3
二级引证文献
0
参考文献
4
1
唐晓东,徐东平.
基于Matlab神经网络的图像识别[J]
.计算机与数字工程,2007,35(8):93-94.
被引量:5
2
张海波,董槐林,龙飞,郭世可.
基于BP神经网络的图像识别研究[J]
.计算机与现代化,2008(5):17-19.
被引量:19
3
李鹤.
基于神经网络的零件缺陷机器视觉识别系统[J]
.计算机测量与控制,2017,25(11):248-251.
被引量:6
4
刘长良,陈琛.
改进的BP神经网络在数字图像识别中的应用[J]
.仪器仪表与分析监测,2011(1):16-19.
被引量:3
二级参考文献
22
1
彭淑敏,王军宁.
基于神经网络的图像识别方法[J]
.电子科技,2005,18(1):38-41.
被引量:21
2
乔双,董智红.
BP网络初始权值的选取方法[J]
.东北师大学报(自然科学版),2004,36(3):25-30.
被引量:8
3
周敬利,吴桂林,余胜生.
基于BP神经网络的人脸检测算法[J]
.计算机工程,2004,30(11):34-36.
被引量:20
4
田旭光,宋彤,刘宇新.
结合遗传算法优化BP神经网络的结构和参数[J]
.计算机应用与软件,2004,21(6):69-71.
被引量:64
5
王永乾,吕蓉.
基于BP网络的手写体数字识别方法[J]
.山东电子,2004(3).
被引量:5
6
樊亚军,曲仕茹.
利用BP神经网络实现三维飞机目标识别[J]
.郑州大学学报(工学版),2004,25(4):56-59.
被引量:7
7
马义德,齐春亮,杜鸿飞.
一种基于分类的改进BP神经网络图像压缩方法[J]
.兰州大学学报(自然科学版),2005,41(4):70-72.
被引量:13
8
徐家树,覃征,杨盾.
基于BP神经网络的Web页面分类算法[J]
.微电子学与计算机,2006,23(5):83-85.
被引量:3
9
张伟,王克俭,秦臻.
基于神经网络的数字识别的研究[J]
.微电子学与计算机,2006,23(8):206-208.
被引量:23
10
陈为龙,李晓宁.
一种基于总量风险函数的改进BP算法[J]
.四川大学学报(自然科学版),2006,43(5):1023-1026.
被引量:3
共引文献
28
1
郑彬,王鑫.
基于机器视觉的型材表面缺陷图像处理[J]
.机械设计,2020,37(S01):95-97.
被引量:1
2
王立群,吴建胜.
基于深度学习的车辆零件缺陷检测方法[J]
.辽宁科技大学学报,2020,43(1):58-64.
被引量:2
3
李兆远,孔凡震,王涛,鲁怀伟.
基于BP神经网络的图书编号识别[J]
.山东轻工业学院学报(自然科学版),2009,23(3):90-92.
4
赵剑辉,陈卓铭,周萍,黄伟新,王玉意.
多感官互动训练系统的设计与开发[J]
.中国医疗设备,2009,24(10):20-22.
5
潘国兵,颜国正,宋昕帅.
胶囊内窥图像出血识别的BP神经网络算法[J]
.北京生物医学工程,2009,28(6):561-564.
被引量:3
6
石伟,孙永荣.
BP神经网络在车牌识别技术中的应用[J]
.工业控制计算机,2010,23(4):17-19.
被引量:5
7
姚慧娟,栾晓明.
改进的BP网络算法在图像识别中的应用[J]
.电子科技,2010,23(9):86-88.
被引量:4
8
陈源,张长江.
水果自动识别的BP神经网络方法[J]
.微型机与应用,2010,29(22):40-43.
被引量:13
9
胡蓉.
改进的逼近迭代法在帘子布疵点识别中的应用[J]
.软件导刊,2011,10(5):103-104.
10
王强,张小溪,韩一红.
基于神经网络的图像识别[J]
.电子设计工程,2012,20(9):187-189.
被引量:8
同被引文献
10
1
温沛涵,吴梦杰,易树平,郑力.
基于目标识别的软管装配视觉检测系统[J]
.计算机集成制造系统,2015,21(6):1486-1496.
被引量:6
2
周玉强,陈国栋,盛小明.
基于卷积神经网络的零件识别与分拣系统[J]
.煤矿机械,2018,39(6):151-153.
被引量:2
3
朱茂桃,张鸿翔,方瑞华.
基于RCNN的车辆检测方法研究[J]
.机电工程,2018,35(8):880-885.
被引量:13
4
孙英华,梁健文,龙紫筠,梁世昌.
基于机器视觉的电机转子质量在线检测系统研究[J]
.机电信息,2018(27):45-46.
被引量:2
5
于进勇,丁鹏程,王超.
卷积神经网络在目标检测中的应用综述[J]
.计算机科学,2018,45(B11):17-26.
被引量:38
6
林相泽,朱赛华,张俊媛,刘德营.
基于迁移学习和Mask R-CNN的稻飞虱图像分类方法[J]
.农业机械学报,2019,50(7):201-207.
被引量:24
7
张志革,王敏丰.
智能化质量管理在机械制造业中的应用[J]
.南方农机,2019,50(22):177-177.
被引量:3
8
李航,陆平,李明.
某型柴油机虚拟现实训练系统设计与实现[J]
.计算机仿真,2019,36(12):267-271.
被引量:7
9
陈杰新,魏安,陈海滨,张杰,李伯棠.
虚拟现实技术在“金工实训”课程教学改革中的应用[J]
.南方农机,2022,53(1):175-176.
被引量:3
10
周洪.
基于虚拟现实技术的铸造工艺认知训练系统的设计与实现[J]
.南方金属,2022(2):8-12.
被引量:1
引证文献
3
1
孙同喜.
浅析基于BP神经网络的零件成组技术的研究[J]
.活力,2019,0(16):86-86.
2
冒文彦,顾寄南,黎良臣.
基于迁移学习的高铁线缆扣件装配检测[J]
.机械设计与制造,2021(10):179-181.
3
康峰.
虚拟现实辅助装配训练平台研究初探[J]
.南方农机,2024,55(15):153-156.
1
蒲杰方,卢荧玲.
基于聚类算法和神经网络的客户分类模型构建[J]
.软件,2018,39(4):130-136.
被引量:13
2
王菊香,瞿军,邢志娜,刘洁.
近红外光谱技术在推进剂质量检测中的应用[J]
.火箭推进,2018,44(2):82-87.
被引量:8
3
陈彤,葛津铭,林丞,刘劲松,韩月,刘芮彤,申岩.
基于超磁致伸缩材料电流互感器的磁滞损耗模拟[J]
.科学技术与工程,2018,18(7):147-152.
被引量:7
4
冯俊.
巧妙运用图像,活化生物课堂[J]
.创新时代,2018,0(6):59-60.
5
张嘉磊.
浅析油泵支架总成装配检测控制系统设计[J]
.环球市场,2018,0(12):397-397.
6
张薇,沈永辉,王旭.
基于MFC的电动汽车整车下线检测设备的开发[J]
.汽车实用技术,2018,44(11):21-26.
被引量:2
7
吴桐,陈平.
基于X射线的复杂结构件内部零件装配正确性检测[J]
.激光与光电子学进展,2018,55(4):168-176.
被引量:5
8
辛卫东,刘亚文.
重复结构检测的建筑物立面影像纹理分割[J]
.测绘科学,2018,43(3):82-86.
9
关博文,刘佳楠,房建宏,谢超,熊锐.
基于抗滑性能的沥青路面纹理分形特征的研究进展[J]
.青海交通科技,2018,30(2):76-80.
被引量:3
10
时志红.
皮带输送机高效防滑装置的应用[J]
.水力采煤与管道运输,2018(3):116-117.
被引量:7
南方农机
2018年 第17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