《基于小波神经网络和证据理论的零件图像识别》PDF+DOC
作者:盛党红,夏庆观,温秀兰
单位:北京机械工程学会;北京市机械工业局技术开发研究所
出版:《现代制造工程》2006年第12期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFXXGY2006120290
DOC编号:DOCXXGY2006120299
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于证据理论的零件图像识别》PDF+DOC2006年第09期 夏庆观,赵茜,王东霞
《基于小波神经网络的航空发动机传感器故障诊断》PDF+DOC2020年第03期 白杰,张正,王伟,孙晓楠
《基于D-S的小波神经网络信息融合方法》PDF+DOC2006年第04期 杨亚军,王福明
《基于小波神经网络复合材料损伤检测的研究》PDF+DOC2002年第12期 刘泉,江雪梅
《基于小波神经网络的绝缘子泄漏电流监测装置的设计》PDF+DOC2012年第02期 刘章,蒋杰,罗日成,董世君
《小波神经网络故障诊断法在飞机燃油系统中的仿真研究》PDF+DOC2011年第01期 万凤琴,许静
《《电子测量与仪器学报》2008年总目次》PDF+DOC2008年第06期
《《计算机工程与设计》2007年(第28卷)总目次》PDF+DOC2007年第24期
《蚁群小波神经网络在矿用风速传感中的应用》PDF+DOC2015年第09期 谢芳,陈艳丽
《基于小波神经网络的WSN目标识别设计》PDF+DOC2013年第09期 梁小晓,韦崇岗,乐英高,余科军
提出基本概率分配构造和多源零件图像特征识别的方法。首先,获取零件图像的小波分解系数和零件图像的相对边缘像素系数。然后,以零件图像的小波分解系数和零件图像的相对边缘像素系数作为零件图像的特征,并作为神经网络的输入,得到多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,文中提出的方法是有效的。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。