公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

一种新的快速小波网络学习算法: 2006年; 针对小波网络学习算法具有训练时间长、收敛缓慢,以及训练时频繁调整隐含层与输出结点之间的权重,难以确定合适的步长等缺点,提出了一种把梯度下降方法和Kalman方法有机结合的快速学习算法。该算法使用梯度下降方法调整尺度和平移系数,用Kalman方法调整权重,以动态非线性系统和混沌系统为实例做了仿真,并与其它方法做了比较。结果表明该算法能够对动态非线性系统的输入输出快速学习和建模,优于其它小波网络的学习算法。; 耿道华徐桂云王恩元; 关键词：小波网络梯度下降卡尔曼滤波反向传播算法

基于支持向量机的射线检测焊接图像中缺陷识别被引量：6: 2006年; 提出了应用支持向量机(SVM)进行射线检测焊接缺陷识别的方法。该方法首先对图像进行预处理,并根据缺陷特点提取、选择8个参数作为特征参数,将焊缝内常见缺陷分为6类,根据有限的学习样本,建立影响缺陷类别的条件、因素和类别之间的一种非线性映射,对测试的样本进行识别。; 刘元祥张晓光高顶; 关键词：支持向量机多类分类射线检测

基于加权支持向量机的焊缝RT图像中缺陷分类研究: 2006年; 分析了支持向量机的分类原理,指出在各类别样本数目相差较悬殊时,SVM不能获得良好的分类能力。针对焊接缺陷分类,提出了加权SVM(WSVM)算法。测试结果表明,该算法在焊缝RT图像中缺陷的分类识别中,能提高小类别缺陷的的检测精度,具有较高的理论和应用价值。; 刘元祥张晓光匡颖芝张长明李国庆; 关键词：焊缝缺陷焊缝图像支持向量机模糊神经网络加权无损检测

基于粗糙-模糊神经网络的焊接图像缺陷识别被引量：3: 2006年; 针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。; 高顶张长明李国庆张晓光; 关键词：粗糙集模糊集神经网络

基于机器视觉的运动目标检测方法研究被引量：3: 2008年; 针对复杂背景下机器视觉系统中运动目标的检测,提出一种基于差分图像的列灰度均值分布的运动目标检测方法,该方法以自适应更新法建立背景模型,根据差分图像的列灰度均值分布图来实现差分图像的二值化及二值差分图像中阴影和噪声处理。实验表明,该方法有效去除了运动目标阴影及背景噪声,可准确地检测出运动目标。; 张燕超徐桂云崔吉段松杰; 关键词：机器视觉运动目标检测自适应更新

基于支持向量机的模糊小波神经网络被引量：2: 2006年; 针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。; 张晓光匡颖芝耿道华吴行标; 关键词：模糊小波神经网络支持向量机

基于边缘检测的焊接RT图像中缺陷分割方法被引量：3: 2006年; 针对RT焊接图像,提出一种sobel算子与动态的自适应阈值相结合的边缘检测方法,并利用基于奇偶判断的填充算法,准确提取缺陷。对RT焊接图像进行边缘检测分割前,为去除噪声、检测和识别特征更加容易,首先在图像预处理中去除焊缝外背景,并进行了全方位多级组合滤波、局部区域的直方图均衡处理,然后还利用列灰度波形分析划分焊缝内区域。; 耿道华徐桂云李国庆王恩元; 关键词：边缘检测

回归函数的小波支持向量机鲁棒估计法被引量：4: 2006年; 小波网络具有小波的多尺度特性和神经网络的自学习功能,在回归估计中得到广泛的应用,但其性能受到样本中粗差的严重影响.虽然以M-估计作为目标函数可以解决这个问题,但由于其对应的影响函数由残差绝对值决定,因此如何选择初始参数值成为一个关键问题.为此,提出回归函数的小波支持向量机鲁棒估计方法(小波支持向量回归,WSVR,Wavelet Support Vector Regression).该方法中首先提出并证明了一种新的小波支持向量机(WSVM,Wavelet Support Vector Machine),用于确定初始参数值方法,这种方法能够确定合理的网络结构和合适的初始参数值,保证含有粗差的样本点的残差绝对值较大;然后使用一种构造的M-估计作为目标函数,并提出了自适应确定阈值方法.仿真结果表明,使用这种方法得到的回归模型不仅具有良好的多尺度逼近特性,而且有较好的鲁棒性和较高的推广性能,具有较高的理论和应用价值.; 张晓光张兴敢吴行标耿道华; 关键词：支持向量机离群点 M-估计回归函数

全选清除导出

共1页<1>

中国矿业大学科技基金(2005B005)