文献

J-GLOBAL ID：201702252804404736   整理番号：17A1118790

ガラス欠陥の共役勾配ニューラルネットワーク・ベースのオンライン認識【Powered by NICT】

Conjugate gradient neural network-based online recognition of glass defects

著者 (3件)： Jin Yong (The National Key Lab for Electronic Measurement Technology, North University of China, Taiyuan, 030051, China) ,  Weng Jialiang (The National Key Lab for Electronic Measurement Technology, North University of China, Taiyuan, 030051, China) ,  Wang Zhaoba (The National Key Lab for Electronic Measurement Technology, North University of China, Taiyuan, 030051, China)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 29  号： 3  ページ： null  発行年： 2017年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： ガラス欠陥のオンライン認識はガラス製品の品質を改善するのに重要な役割を果たしている。共役勾配ニューラルネットワークベースの方法,ガラス欠陥認識のための位相マップと欠陥画像を提示した。連結欠陥領域の境界座標を計算し,それに対応して欠陥画像における欠陥領域を抽出するために使用した。区分的線形グレーレベル変換は,雑音を低減し,欠陥画像の信号対雑音比を高めるように設計されている。灰色範囲に基づく第二反復セグメンテーションは,低および高閾値を計算し,三元値欠陥画像が得られた。三元値欠陥画像から抽出したHuモーメント不変量と四つの特徴によって計算した七特徴は欠陥タイプを認識するために共役勾配ニューラルネットワークの入力として使用した。実験結果は,認識の精度が93%まで達することを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： SN比 ,  画像 ,  *ガラス ,  セグメンテーション ,  線形性 ,  *共役 ,  品質 ,  雑音 ,  *ニューラルネットワーク ,  位相
準シソーラス用語： モーメント不変量 ,  ガラス製品 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (3件)： 共役勾配ニューラルネットワーク ,  ガラス欠陥認識 ,  特徴抽出と分類

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ガラス ,  欠陥 ,  共役 ,  勾配 ,  ニューラルネットワーク ,  オンライン