共 3 条
基于最小均方delta规则的神经网络工件识别
被引：10
作者：
朱海涛
徐建明
何德峰
邢科新
丁毅
机构：
[1] 浙江工业大学信息工程学院
来源：
基金：
浙江省自然科学基金;
关键词：
最小均方delta规则;
神经网络;
工件识别;
LabVIEW;
D O I：
暂无
中图分类号：
TP183 [人工神经网络与计算];
TP391.41 [];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
080203 ;
摘要：
工件识别技术在自动化制造业、产品检测等工业生产中的应用越来越广泛.应用机器视觉技术,获取各类工件的图像,提取工件的面积与各向异性作为工件特征(具有旋转不变性);提出了一种基于最小均方delta规则的神经网络工件识别方法,先对8组特征进行离线训练,计算最优权值向量,使感知机对各类工件的分类误差均达到最小,然后在线识别传送带上的工件.在LabVIEW编程环境下,实现了工件的特征提取与基于该方法的工件识别,实验结果证明该识别方法准确可靠,可实时地识别生产线上的工件.
引用
收藏
页码：219 / 224+236
+236
页数：7
相关论文