10.3321/j.issn:1000-565X.2003.01.019
基于改进算法的ART2网络用于微晶玻璃颜色分类
微晶玻璃颜色分类是最终控制产品质量的重要步骤.作者改进了传统ART2网络的学习算法,借用典型向量的概念,以模式的近似均值作为典型向量来快速学习新模式.改进学习算法极大地改善了ART2网络的模式漂移现象,而且能缩短搜索振荡过程.文中分析了微晶玻璃颜色分量的统计信息,经过适当变换将高维颜色特征映射到16维特征空间中的一个超平面上.以超平面上的特征点作为改进算法ART2网络的输入进入网络分类器进行学习分类.实验证明改进算法网络用于微晶玻璃颜色分类时,运行正确、可靠,具有很高的正确识别率.
颜色分类、ART2分类器、学习算法
31
TP18;TP391.4(自动化基础理论)
广东省科技攻关项目2KM00608G
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
74-78