文献

J-GLOBAL ID：201702221838395627   整理番号：17A0797488

サブ領域神経回路網に基づく既存溶接シーム認識と追跡【Powered by NICT】

Existing weld seam recognition and tracking based on sub region neutral network

著者 (4件)： Liang Guoan (Special Equipment Safety Supervision Inspection Institute of Jiangsu Province, Nanjing, China) ,  Wang Shanshan (School of Mechanical Engineering, Southeast University, Nanjing, China) ,  Tu Chunlei (Special Equipment Safety Supervision Inspection Institute of Jiangsu Province, Nanjing, China) ,  Wang Xingsong (School of Mechanical Engineering, Southeast University, Nanjing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： M2VIP  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： サブ領域神経回路網に基づく既存の溶接シーム追跡のための溶接シーム認識の新しいアルゴリズムを提案した。原画像は高品質画像を得るための画像前処理を必要とする。5000小画像は溶接シームおよび非ウェルドシームサブ領域を含む試料として得られた。4000セットの試料を訓練データとしてランダムに選択し,左1000は試験データとして選択した。本論文では,ニューラルネットワークの構造は,最適モデルを得るように設計されている。訓練と試験の過程で,正診率はネットワークの隠れ層のノード数を調整することによって,92%に達した。実験結果は,種々のタイプの溶接シームのは,この新しいアルゴリズムに基づいて良く同定できることを示した。その結果,新しいアルゴリズムは非常に有効であり,いくつかの利点がある。ネットワーク構造は非常に簡単である。さらに,より少ない訓練時間が求められている。溶接シーム特徴量は不変のままであったサブ画像は,ニューラルネットワークの入力であることが非常に重要である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ネットワーク ,  画像 ,  不変性 ,  *神経回路網 ,  ニューラルネットワーク ,  *溶接 ,  ネットワーク構造 ,  アルゴリズム ,  特徴量 ,  隠れ層 ,  試験データ ,  高品質
準シソーラス用語： 診断精度 ,  訓練データ ,  画像前処理 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： サブ ,  神経回路網 ,  溶接シーム ,  追跡