排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对在现代木材加工企业中,实木板材以缺陷及纹理为主要品质分级要素的需求,提出利用基于局部二值模式、自学习的深度置信网络与softmax分类器组合的深度学习算法,实现对实木板材缺陷及纹理的分类。首先提取实木板材的缺陷及纹理特征,在此基础上利用深度置信网络对经过局部二值化处理的特征进行训练学习,并采用可自学习的学习率算法优化收敛速度、减少训练时间,最后使用softmax分类器获取常见缺陷及直纹、花纹的分类结果。通过与BP神经网络、支持向量机、极限学习机等几种经典算法的比较,采用深度置信网络得到的实木板材缺陷及纹理识别的误差率在3.59%左右,在实木板材缺陷和纹理上取得了更好的识别效果。 相似文献
2.
"工业4. 0"时代,智能工厂、智能生产和智能物流成为制造业转型的三大主题,工业机器人和自动导引运输车(Automated Guided Vehicle,AGV)在自动化生产加工中逐渐取代人工,成为企业提高生产效率和经济效益的关键。以实木板材自动化加工工厂为研究对象,设计了一种实木板材无人搬运系统。首先分析了无人搬运系统的设计需求,以实木板材自动加工流水线为基础,确定了无人搬运系统的环境布局;其次根据无人搬运系统框架,完成了电子地图的建立、单AGV路径算法的设计和任务调度规则的设计,然后研究了多AGV协同运作的规划,并进行了软件仿真。实木板材无人搬运系统的设计是实木板材企业实现自动搬运的重要内容,对实木板材加工厂转型升级成为智能工厂提供了技术支撑。 相似文献
3.
1