《表2 诊断结果比较:基于一维卷积神经网络焊缝缺陷X射线图像的分类方法研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于一维卷积神经网络焊缝缺陷X射线图像的分类方法研究》
为了能更好地说明本文提出方法的优越性。本文设计了两种常用的分类算法进行焊缝缺陷X射线图像分类。对比方法分别为SVM和BP神经网络模型[14-15]。其对比方法与本文提出的方法数据集和参数保持一致。实验结果如图4所示,可以得出本文提出的1-DCNN模型在分类准确率和训练时间方法都要优于SVM和BP神经网络方法。因此,进一步说明了本文提出的方法可以很好地实现焊缝缺陷X射线图像的分类。
图表编号 | XD00221978400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 赵红雷 |
绘制单位 | 洛阳欣隆工程检测有限公司 |
更多格式 | 高清、无水印(增值服务) |