基于FCM和BP神经网络的棉麻纤维识别方法研究

被引：11

作者：

殷士勇 ^{[1
,2
]}

王文中 ^{[3
]}

机构：

[1] 华东理工大学计算机科学与工程系

[2] 盐城工业职业技术学院机电工程系

[3] 盐城工业职业技术学院财务处

来源：

黑龙江大学自然科学学报 | 2013年 / 30卷 / 03期

关键词：

FCM; 模糊聚类; BP神经网络; 棉麻纤维; 纤维识别;

D O I：

10.13482/j.issn1001-7011.2013.03.013

中图分类号：

TS101.921 []; TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

提出一种基于模糊c均值(FCM)和BP神经网络的棉麻纤维识别方法。首先,根据纤维横向和纵向截面形态的不同,提取6个特征参数,然后运用模糊c均值算法将样本聚类成3类,再将聚类后的数据作为BP神经网络的输入进行训练和预测,最后进行仿真实验。结果表明,将两种算法结合起来用于纤维的识别具有明显优势,是值得推广的纤维识别方法。

引用

页码：405 / 409

页数：5

共 4 条

[1]

核Fisher判别分析在棉麻纤维识别中的应用 [J].