基于极限学习机的焊点质量检测

摘要：

焊点加工直接影响电子产品的可靠性,焊点的检测对产品质量的提高尤为重要.应用主成分分析与极限学习机对焊点质量进行检测.首先通过中值滤波和分水岭算法对焊点图像进行预处理,得到焊点轮廓及区域划分情况并用主成分分析法进行降维;然后采用200个隐含层网络节点、sigmoid响应函数的极限学习机算法对预处理结果进行分类.测试结果表明,极限学习机算法能够对焊点精确分类,与支持向量机、邻近算法、卷积神经网络相比,取得更高的检测准确率,检测时间更短.

关键词：极限学习机、焊点、分类检测、图像处理、神经网络

所属期刊栏目：54

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61371045

在线出版日期：2018-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：214-218,239