本文主要研究内容
作者吉祥,戴曙光（2019）在《BP神经网络在玻璃缺陷识别中的应用》一文中研究指出：在玻璃缺陷识别系统中,利用BP神经网络基本原理结合特征参数设计BP神经网络结构。为了更准确地识别玻璃表面缺陷,在传统BP神经网络算法基础上,提出加入动量因子、引入陡度因子以及调节学习效率的方法,并进行对比试验。仿真结果表明,3种方法均可提高缺陷识别率,但只有引入陡度因子的方法可使最优误差与期望误差最为接近,能够更好地改善网络收敛性。
Abstract
zai bo li que xian shi bie ji tong zhong ,li yong BPshen jing wang lao ji ben yuan li jie ge te zheng can shu she ji BPshen jing wang lao jie gou 。wei le geng zhun que de shi bie bo li biao mian que xian ,zai chuan tong BPshen jing wang lao suan fa ji chu shang ,di chu jia ru dong liang yin zi 、yin ru dou du yin zi yi ji diao jie xue xi xiao lv de fang fa ,bing jin hang dui bi shi yan 。fang zhen jie guo biao ming ,3chong fang fa jun ke di gao que xian shi bie lv ,dan zhi you yin ru dou du yin zi de fang fa ke shi zui you wu cha yu ji wang wu cha zui wei jie jin ,neng gou geng hao de gai shan wang lao shou lian xing 。
论文参考文献
论文详细介绍
论文作者分别是来自软件导刊的吉祥,戴曙光，发表于刊物软件导刊2019年04期论文，是一篇关于缺陷识别论文,神经网络论文,动量因子论文,陡度因子论文,自适应学习效率论文,软件导刊2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自软件导刊2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：缺陷识别论文; 神经网络论文; 动量因子论文; 陡度因子论文; 自适应学习效率论文; 软件导刊2019年04期论文;