基于人工神经网络的织物疵点聚类分析

摘要：

为解决织物疵点分类过程中由于人为因素造成分类准确率不高的问题,提出一种基于人工神经网络的织物疵点分类方法.首先利用灰度共生矩阵提取织物疵点图像的纹理特征参数;然后阐述前馈BP神经网络的拓扑结构,并提出该网络的具体训练过程;最后利用人工神经网络对真实织物疵点样本进行分类.实验采用5类织物样本,网络训练完成后得到实际分类的疵点数据,并利用该数据进行织物疵点分类.结果表明,人工神经网络可以对常见类型的织物疵点进行分类,分类准确率较高,从而验证了该方法的可行性.

关键词：人工神经网络、特征提取、模式识别、疵点分类

所属期刊栏目：32

分类号：TP311.131;TS101.9(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金资助项目99025508

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33