排序方式: 共有45条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
布匹瑕疵检测是纺织工业中产品质量评估的关键环节,实现快速、准确、高效的布匹瑕疵检测对于提升纺织工业的产能具有重要意义.在实际布匹生产过程中,布匹瑕疵在形状、大小及数量分布上存在不平衡问题,且纹理布匹复杂的纹理信息会掩盖瑕疵的特征,加大布匹瑕疵检测难度.本文提出基于深度卷积神经网络的分类不平衡纹理布匹瑕疵检测方法(Detecting defects in imbalanced texture fabric based on deep convolutional neural network, ITF-DCNN),首先建立一种基于通道叠加的ResNet50卷积神经网络模型(ResNet50+)对布匹瑕疵特征进行优化提取;其次提出一种冗余特征过滤的特征金字塔网络(Filter-feature pyramid network, F-FPN)对特征图中的背景特征进行过滤,增强其中瑕疵特征的语义信息;最后构造针对瑕疵数量进行加权的MFL (Multi focal loss)损失函数,减轻数据集不平衡对模型的影响,降低模型对于少数类瑕疵的不敏感性.通过实验对比,提出的方法能有效提升布匹瑕疵检测的准确... 相似文献
6.
针对当前国内供水管道听音检漏方法可靠性低、抗干扰性差等特点,本文根据供水管道泄漏声信号的频率分布特点及互相关检测法,设计基于TMS320VC5402的漏水检测仪。该仪器采用改进周期图法对管道振动信号进行功率谱估计来判断管道是否存在泄漏。在对漏水点定位时,使用两台漏水检测仪同时采集管道泄漏声信号并用互相关算法计算漏水点的位置。文中给出漏水检测仪的硬件设计框图和软件流程图。整个系统由DSP最小系统、数据采集模块、无线通信模块以及单片机人机接口模块构成。实验结果表明,该仪器具有较好的检漏能力且定位误差在半米以内。 相似文献
7.
8.
9.
解决多目标优化问题的差分进化算法研究进展 总被引:1,自引:0,他引:1
差分进化(differential evolution,DE)是一种简单但功能强大的进化优化算法.由于其优秀的性能,其诞生之日起就吸引了各国研究人员的关注.作为一种基于群体的全局性启发式搜索算法,差分进化算法在科学和工程中有许多成功的应用.本文对解决多目标优化问题的差分进化算法研究进行了综述,对差分进化的基本概念进行了详细的描述,给出了几种解决多目标优化问题的差分进化算法变体,并且给出了差分进化算法解决多目标优化问题的理论分析,最后,给出了差分进化算法解决多目标优化问题的工程应用,并指出了未来具有挑战性的研究领域. 相似文献
10.
针对非线性系统的控制问题,提出了一种基于LS-SVM的预测控制技术。该方法将LS-SVM和非线性预测控制思想有机结合,利用混沌映射的特性,通过引入混沌优化技术对LS-SVM参数进行优化,同时又将其作为滚动优化策略,避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题,仿真研究说明了该非线性预测控制器的有效性及实时性。 相似文献