排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
卷积神经网络在图像处理中的应用越来越广泛,针对图像处理技术手段在玻璃生产表面缺陷有效检验,分析了基于卷积神经网络的机器学习原理与方法,提出一种基于多尺度卷积神经网络(MCNN)图像识别模型,将MCNN模型在玻璃表面缺陷识别中进行应用实践研究,通过采用不同的算法模型和分类器进行对比实验,并运用混淆矩阵和F1值来评估学习器性能。实验结果表明,所设计的MCNN均比传统卷积神经网络(CNN)识别方法的准确率较高,尤其是在划痕缺陷和杂质缺陷图像的识别准确率上提高了较大的幅度,F1值均提高了5.0%以上,在玻璃缺陷检测的整体识别准确率上较优。 相似文献
3.
4.
5.
6.
分析了影响LY12MCZ屈服强度的主要因素,指出淬火温度、保温时间、淬火转移时间、试样捆扎、试样工作部的宽度、屈服点的测试方法是影响LY12MCZ屈服强度的根本原因。 相似文献
7.
1