论文研究 基于卷积神经网络的智能制造产品的缺陷识别及其反馈算法学习率优化 .pdf

目 录 摘 要 I ABSTRACT III 第一章 绪论 1 1.1 课题背景与研究意义 1 1.2 手势识别研究现状2 1.2.1 手势识别技术的国内外研究现状2 1.2.2 手势识别系统的应用领

基于卷积神经网络的药片表面缺陷检测，杨旭东，周学成，药片缺陷检测是保证药品质量的重要手段。人工检测存在成本高、效率低、主观性强等问题，而基于模式识别的传统的机器视觉方法虽然

Surfacedefectdetectionplaysakeyroleincontrollingthequalityduringmanufacturingprocessforstripsteel.Ho

针对应用深度学习检测数码印花缺陷需准确分类的问题,提出了基于卷积神经网络(CNN)的数码印花缺陷分类算法。该方法首先依次对图像进行RGB颜色空间直方图均衡化、高斯滤波、局部均值分辨率调整的图像预处理,

随着物联网和电子商务的快速发展，基于特征的图像检索和分类已成为购物者在网站上搜索相关产品信息的严峻挑战。过去十年见证了对基于内容的特征提取技术的研究的极大兴趣。而且，语义属性不能完全表达丰富的图像信息

基于CUDA技术的卷积神经网络识别算法

本研究利用粒子群算法对卷积神经网络的各个参数进行优化，包括卷积核大小、卷积核数量、池化大小、学习率等等。通过在训练集和测试集上进行验证，结果表明，经过粒子群算法优化后的卷积神经网络相较于普通网络具有更

随着经济的发展和汽车保有量的增加，二手车的销售受到越来越多的人的欢迎，而车况信息是他们关注的焦点。车架号是车辆中使用的唯一编号，通过识别它可以快速找出车辆型号和制造商。传统的字符识别方法存在特征提取复

手语特征提取的传统算法仅仅依靠底层特征完成识别,难以获得高层语义特征,进而对手语理解产生分歧。针对这一问题,将图像语义分析的思维引入手语识别研究中,提出一种优化全卷积神经网络算法。采用全卷积神经网络提

针对传统缺陷检测方法存在检测结果不精准的问题,提出基于卷积神经网络的汽车涡轮增压器制造缺陷检测方法。分析汽车涡轮增压空气流动情况,设计卷积操作流程,减少目标图像冗余信息,激活神经元输出映射,保证输出值