您的位置： 专家智库 > >

张长明

作品数：2 被引量：3H指数：1
供职机构：中国矿业大学机电工程学院更多>>
发文基金：江苏省博士后科研资助计划项目中国矿业大学科技基金更多>>
相关领域：自动化与计算机技术电子电信金属学及工艺更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇金属学及工艺
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇无损检测
  • 1篇向量
  • 1篇向量机
  • 1篇模糊集
  • 1篇模糊神经
  • 1篇模糊神经网络
  • 1篇加权
  • 1篇加权支持向量...
  • 1篇焊缝
  • 1篇焊缝缺陷
  • 1篇焊缝图像
  • 1篇粗糙集

机构

  • 2篇中国矿业大学

作者

  • 2篇张晓光
  • 2篇李国庆
  • 2篇张长明
  • 1篇高顶
  • 1篇刘元祥
  • 1篇匡颖芝

传媒

  • 1篇矿山机械
  • 1篇华东理工大学...

年份

  • 2篇2006
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
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
全选 清除 导出
共1页<1>
聚类工具0