《表1 优化BP神经网络算法的识别准确率》

  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

《基于优化BP神经网络的铝箔封口检测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

个

本文从采集的大量热像图中随机选取了1 800个样本进行图像处理，所选取的样本包含6种类型，每种类型约300张热像图样本。首先，将所选取的样本进行预处理，接下来对热像图进行图像灰度化处理、二值化和轮廓提取的预处理对比实验，最后用优化后的BP神经网络方法对其进行特征提取与分类识别。主要对训练时间和检测精度所得的数据进行分析总结。基于优化的BP神经网络算法的识别准确率如表1所示。由表1可知，用这种优化的BP神经网络算法进行特征提取与分类识别，1200个待测样本中，可识别为1 161个，识别率高达96.8%。小波变换和优化BP神经网络算法在不同训练样本下的训练时间如表2所示。由表2可知，基于优化BP神经网络这种算法的训练时间非常短，经计算知平均每个样本的平均训练时间约为0.2 s。