首页 > 过刊浏览>2020年第20卷第19期 >7793-7797
PDF HTML阅读 XML下载 导出引用 引用提醒
基于残差神经网络的转子焊点图像检测方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.4

基金项目:


Rotor Solder Joint Image Detection MethodBased on Residual Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    针对传统转子焊点检测费时费力且准确率低的困境,提出一种基于残差神经网络的转子焊点检测方法。首先运用网络预训练的方法加速网络训练,提高模型准确率；然后在网络中引入批量归一化,避免出现梯度消失；最后对图像进行数据增强,减少过拟合现象。实验表明,与KNN等经典算法相比,该算法在测试集上的准确率达到91.5%,具有很好的识别效果。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

邓仕超,张延儒,高兴宇,等. 基于残差神经网络的转子焊点图像检测方法[J]. 科学技术与工程, 2020, 20(19): 7793-7797.
Deng Shichao, Zhang Yanru, Gao Xingyu, et al. Rotor Solder Joint Image Detection MethodBased on Residual Neural Network[J]. Science Technology and Engineering,2020,20(19):7793-7797.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-10-07
  • 最后修改日期:2020-03-03
  • 录用日期:2020-01-05
  • 在线发布日期: 2020-07-28
  • 出版日期:
×
律回春渐，新元肇启|《科学技术与工程》编辑部恭祝新岁！
亟待确认版面费归属稿件，敬请作者关注