深度信念网络在故障指示器检测中的应用 |
| |
引用本文: | 阳武,李倩,赵继生,高强,余萍.深度信念网络在故障指示器检测中的应用[J].传感器与微系统,2015(7):155-157. |
| |
作者姓名: | 阳武 李倩 赵继生 高强 余萍 |
| |
作者单位: | 华北电力大学电气与电子工程学院,河北保定,071003 |
| |
摘 要: | 电子产品在生产过程中需进行产品检测,以故障指示器的检测为例,结合深度信念网络(DBN)技术实现了自动检测.深度信念网络由于其具有无监督预训练的优势,将其应用于实际系统,对现场的故障指示器视频图像的动作状态进行了分类实验.实验结果表明:深度信念网络分类算法相比于支持向量机(SVM)分类算法和BP分类算法有明显的优势,正确识别率达到了100%.该算法在产品检验的应用中满足生产测试的要求,且降低了人工测试的劳动强度,缓解了视觉疲劳问题.
|
关 键 词: | 深度信念网络 产品检测 故障指示器 分类实验 正确识别率 |
Application of deep belief network in fault indicator detection |
| |
Abstract: | |
| |
Keywords: | deep belief network (DBN) product inspection fault indicator classification experiment accuracy recognition rate |
本文献已被 万方数据 等数据库收录! |
|