文献

J-GLOBAL ID：202102230771723943   整理番号：21A0401235

SMOアルゴリズムに基づくベルト引裂き赤外線画像検出方法【JST・京大機械翻訳】

SMO algorithm based infrared image detection method for belt tearing

著者 (4件)： Xu Shanyong (安徽理工大学 電气与信息工程学院,安徽 淮南,232001) ,  Huang Yourui (安徽理工大学 電气与信息工程学院,安徽 淮南,232001) ,  Feng Tao (安徽理工大学 電气与信息工程学院,安徽 淮南,232001) ,  Han Tao (安徽理工大学 電气与信息工程学院,安徽 淮南,232001)
資料名： Xiandai Dianzi Jishu  (Xiandai Dianzi Jishu)
巻： 43  号： 11  ページ： 37-40,46  発行年： 2020年 
JST資料番号： C4364A  ISSN： 1004-373X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 石炭の複雑な環境に起因する検出不正確さを考慮して,本論文は,石炭の複雑な環境に起因する検出の不正確さを考慮して,シーケンス最小最適化(SMO)アルゴリズムに基づく赤外線画像検出法を提案した。大量の水霧とダストが石炭コードヘッドに存在するので,画像抽出と処理に大きく影響する。運炭ベルトの赤外線画像を取得し、SMOアルゴリズムを用いて決定モデルを構築し、赤外線画像を分割した。実験効果図から,セグメンテーション結果は良好で,同定度が高く,検出精度とセグメンテーション時間の観点から,BPニューラルネットワークアルゴリズム,SVMアルゴリズム,SMOアルゴリズムとの比較により,SMOアルゴリズムが高精度,リアルタイム性,および良好な性能を持つことを示した。それは,ベルト引裂き画像検査の診断要求を満たした。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  石炭 ,  セグメンテーション ,  塵埃 ,  *検出法 ,  木炭 ,  *赤外線画像
準シソーラス用語： 高精度 ,  逆伝播ニューラルネットワーク ,  検出精度 ,  画像抽出 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： SMO ,  アルゴリズム ,  ベルト ,  赤外線画像 ,  検出方法