基于改进麻雀搜索算法的带钢面标识别方法 |
| |
引用本文: | 董维振,陈燕.基于改进麻雀搜索算法的带钢面标识别方法[J].现代制造工程,2023(2):84-91+69. |
| |
作者姓名: | 董维振 陈燕 |
| |
作者单位: | 广西大学计算机与电子信息学院 |
| |
基金项目: | 国家自然科学基金项目(31771775);;国家重点研发计划专项资助项目(2017YFB0304002);;广西自然科学基金项目(2020GXNSFAA159090); |
| |
摘 要: | 为了解决带钢面标识别精度低、时间长等问题,构建了字符分割和识别模型。在分割模型的多阈值分割过程中,通过改进的麻雀搜索算法(Improved Sparrow Search Algorithm, IMSSA)寻优最佳阈值组向量,提升了图像分割效果。IMSSA在算法改进方面,首先采用Tent映射初始化种群,增强种群多样性;然后利用精英反向学习方法提升搜索能力;最后通过改进的高斯扰动策略增强全局和局部搜索能力。字符识别模型改进了LeNet-5卷积神经网络的网络结构,并增强了激活和损失函数。实验表明,IMSSA在三类基准函数的测试中均表现更好,改进的LeNet-5卷积神经网络结构平均测试精度达到95.0%,识别过程仅2.3 s。该模型耗时少、精度高,满足实时与准确性要求。
|
关 键 词: | 图像分割 麻雀搜索算法 Tent映射 精英反向学习 高斯扰动 LeNet-5 迁移学习 |
|
|