一种基于视频技术的棉花异性纤维分拣方法

针对高速彩色摄像机的非线性特性导致的模型分辨率下降的问题,提出以分段参数估计设定阈值的方法.在Vioual C 6.0环境下实现了此算法,并应用在基于RGB颜色模型的棉花异性纤维分拣系统的判别当中.试验结果表明,该方法能够达到提高棉花中异性纤维分拣率的目的,取得了较好的效果.     

棉花中异性纤维的多光谱检测

为有效检测棉花中与棉纤维形态、色泽极其相似的异性纤维杂质,提出一种利用多波段光谱信息融合成像检测的新方法。针对6种肉眼极难识别的异性纤维:无色塑料、黄麻、编织袋、白头发丝、白羊毛、猪鬃在7个离散波段光谱中的反射特性,获得不同波段光谱图像中异性纤维与棉纤维的图像特征差别,由此确定检测各异性纤维的最佳光谱波段。采用基于区域信息相关度权值小波分析算法将多个波段的图像进行融合,得到具有完整异性纤维特征信息的单幅杂质图像。实验结果表明,在多波段光谱融合图像中,异性纤维灰度、形态特征明显,可有效识别棉花中异性纤维杂质。     

一种基于BP神经网络的颜色空间量化方案

介绍了一种基于BP神经网络的颜色空间量化方案。这种方案利用人能辨识的11类颜色,将人辨识颜色的能力融入到颜色空间的量化过程中,并运用BP神经网络方法,将颜色空间进行量化分割。文章介绍了样本颜色的采集方法、采集软件的设计、基于BP神经网络的样本颜色处理方法以及在图像特征的抽取、区域分割方面的应用。建议的方案从一个新的角度缩小了低层视觉特征和高层语义特征的差异。     

棉花异性纤维在线检测系统研究与实现

棉花异性纤维危害大,人工挑拣时效率低下。为了通过机器将其实时的分拣出来,研究并设计了一种异性纤维在线检测系统;其中包括棉流图像的采集、预处理,以及异纤识别等过程。通过两个高速线阵CCD扫描摄像机获取原棉图像,预处理时,针对图像中光照分布不均导致的亮度分布不一致问题,提出了基于行的照度不均修正技术;异纤识别方面,提出了基于四方向绝对差分的边缘提取;并通过阈值分割的方法得到异纤边缘。图像识别前,将图像按照执行机构排列进行均匀分割,使得算法输出指令可以直接对应到相应的执行机构。现场测试表明,该系统能够有效检测出异纤,速度快、精度高、可靠性好,实现了生产自动化。     

基于BP网络的一种改进算法及仿真

针对BP网络存在收敛速度慢及目标函数容易陷入局部极小值的缺点,本文研究分析了BP神经网络模型的缺陷并提出了优化策略。最后提出了一种提高BP网络学习速度的新方法,即自适应调整学习率和下降梯度。仿真结果表明,该方法大大地提高了收敛速度,而且算法简单、易行。     

基于BP网络的一种改进算法及仿真

针对BP网络存在收敛速度慢及目标函数容易陷入局部极小值的缺点,本文研究分析了BP神经网络模型的缺陷并提出了优化策略.最后提出了一种提高BP网络学习速度的新方法,即自适应调整学习率和下降梯度.仿真结果表明,该方法大大地提高了收敛速度,而且算法简单、易行.     

基于直方图和颜色矩的胃癌细胞颜色特征表达与识别

探讨RGB和HSL彩色空间转换技术,提出利用HSL空间中H分量的颜色直方图对几种胃癌细胞的颜色特征进行提取和表达,并结合切片图像的颜色矩等参数综合表达其颜色特征,还探讨了BP网络分类方法中的参数的调整技术,实验显示该方法能较好地将不同种类的胃癌细胞区分开,达到了应用要求的识别率。     

基于BP神经网络的非特定人语音识别算法研究

当前非定特人语音识别算法大多只适于连续语音,且识别精度和速度均较低。为此,提出一种新的基于BP神经网络的非特定人语音识别算法,介绍了标准BP神经网络,针对其收敛速度慢的弊端,通过变化的自适应学习速率,令网络训练针对各种阶段自行设置学习速率值,利用变学习速率构建对应的改进BP神经网络模型,将改进的BP神经网络模型看作识别非特定语音的识别器,输入待识别语音,令累计预测残差达到最小,实现非特定人语音识别。将改进模型应用于非特定人语音识别中进行验证,结果表明所提算法识别率更高、识别速度更快,不仅适于连续语音的识别,也适于不连续语音的识别。     

基于机器视觉的棉纺异纤清除系统

异性纤维检测清除技术是近几年来国内外研究的热点.本文给出了基于机器视觉的异性纤维清除系统框架,提出了灰度结合非线性阈值判断的算法用于检测皮棉中的异性纤维.实验结果表明,该方法有效地清除皮棉中的异性纤维,并提高了系统的清除率.     

基于BP神经网络的风景图像分类

通过建立一个多输出的BP神经网络,提取图像的底层特征作为网络的输入,用语义期望值作为网络的输出.训练完成后,该网络能够对风景图像进行多种语义分类检索,从而建立起了从底层特征到语义特征之间的映射.提出的一种颜色提取方法不仅降低了颜色特征向量的维数,减少了计算量,节省了时间,而且在描述风景图像的颜色内容上更加准确.如何选取图像的语义阈值是一个重点也是一个难点,通过实验发现,当阈值的选取范围在[0.55,0.65]时,检索的查全率和准确率能达到一个比较好的平衡效果.实验证明,此方法在风景图像的分类上取得了较好的检索查全率和准确率.     

Linearization learning method of BP neural networks

Feedforward multi-layer neural networks have very strong mapping capability that is based on the non-linearity of the activation function, however, the non-linearity of the activation function can cause the multiple local minima on the learning error-surfaces, which affect the learning rate and solving optimal weights. This paper proposes a learning method linearizing non-linearity of the activation function and discusses its merits and demerits theoretically. Supported by Wuhan Shenguang Project, the National Natural Science Foundation of China and the 863 High Techology Project Zhou Shaoqian: born in Mar. 1962,Ph. D graduate student     

用于BP网络的样本添加法

提出了一种改善ＢＰ网络学习能力的样尊添加法，它是根据人类学习知识时存在遗忘现象而设计的。首先阐明其工作原理与学习算法；接着将它用于ＢＰ网络之中，以处理三倍冗 表决问题。     

基于BP神经网络的变压器气相色谱分析法

介绍了利用BP神经网络对变压器进行气相色谱分析的原理,给出了训练样本,在对典型样本进行训练的同时,进一步对误差曲线的仿真结果进行了分析。最后以测试样本为例,说明了该分析方法的准确性与有效性。     

Sylvester矩阵方程的BP神经网络求解研究

利用神经网络的本质并行性和高度非线性映射能力，提出了Ｓｙｌｖｅｓｔｅｒ矩阵方程ＡＸＢ－ＣＸＤ＝Ｅ的ＢＰ神经网络求解方法，并给出了相应的数例模拟该方法网络构建简单，求解精度高，计算量小，实验结果表明其高效性参６     

大型BP神经网络学习算法

神经网络训练是一个ＮＰ完全问题，提出一种集成学习算法，理论分析与计算机模拟结果表明这种学习算法具有学习结果准确，学习速度快等特点，尤其适用于大型ＢＰ神经网络。     

免疫遗传算法在BP神经网络中的应用

提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能.     

神经网络BP算法的误差分级迭代法

本文结合某一工程实例，对BP算法进行了改进，提出了误差分级迭代法．通过实例分析，该方法确能提高收敛速度，克服初始权值的影响，同时，学习样本次序对其影响也不大．因此，该方法能有效地改善BP网络的性能．最后，对误差分级迭代法的工作机理进行了分析．     

基于神经网络BP算法的市场预测研究

提出了一种利用神经网络BP算法模型于发现和预测商业市场价格变化趋势的模型。文章着重论述了这一模型的设计思想和实现技术，并选择重庆房地产市场为实验研究对象，给出了用所述方法进行房地产价格预测的实验结果。     

基于二参数的BP神经网络算法改进与应用

BP(back propagation)神经网络是一种监督神经网络学习算法,但原始算法收敛速率慢,训练过程易陷入局部极小值,精度不高。提出了一种改进的BP神经网络算法,某种程度上克服了以上缺点。对文中的改进算法用C语言编程,并利用真实数据,对大学生就业能力进行了预测,实验表明改进算法有效,为高校解决大学生就业能力提供了决策支持。     

二维图像中交叉点的神经网络识别

提出一种识别灰度图像中交叉点的神经网络方法，用自组织特征映射网络和BP网络组成多分类器，识别图像中的二交叉点、三交叉点和四交叉点，在加入8%的干扰时，仍能达到85％左右的识别率。