avatar avatar 我的文献 基于深度学习网络的射线图像缺陷识别方法 作者 余永维; 殷国富; 殷鹰; 杜柳青 单位 四川大学制造科学与工程学院; 重庆理工大学机械工程学院 期刊 仪器仪表学报 时间 2014年09期 关键词 射线图像; 缺陷识别; 深度学习; 智能识别; 神经网络 基金 重庆市基础与前沿研究计划基金(cstc2013jcyjA70009); 国家自然科学基金青年基金(51075419)资助项目
摘要
针对建立射线无损检测智能化信息处理平台的需要,提出一种基于深度学习网络的智能识别方法。以卷积神经网络结构为基础,结合径向基神经网络非线性映射能力,构建一种模拟视觉感知原理的深度学习网络结构,并提出一种网络结构自生长方法和参数学习方法;然后在获取注意区域的基础上,模拟人类大脑深度学习的层次感知系统,使可疑区域的像素灰度信号直接通过深度学习层次网络,通过卷积网络逐层挖掘可疑缺陷区域的本质特征;最后利用径向基网络部分实现对射线图像缺陷的直接智能识别。实验中对复杂射线图像的缺陷识别率超过91%,优于传统方法。实验表明该方法有较高的准确率和较好的适应性,能够满足射线无损检测智能化信息处理平台的需要。
下载 浏览 cnki {{liketext}}
©2019 - iData {{ message }} 关闭