期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于人工神经网络的太阳能电池片表面质量检测系统
被引量:
11
1
作者
伍李春
刘明周
+2 位作者
蒋倩男
葛茂根
凌琳
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2017年第9期1176-1180,1192,共6页
针对依赖人工进行太阳能电池片表面质量检测时效率和精度低的问题,文章提出了基于机器视觉以及人工神经网络的太阳能电池片表面质量检测方法。将表面缺陷分为外形缺陷、颜色缺陷、裂纹以及丝印线路缺陷4类,基于模板匹配检测外形缺陷,基...
针对依赖人工进行太阳能电池片表面质量检测时效率和精度低的问题,文章提出了基于机器视觉以及人工神经网络的太阳能电池片表面质量检测方法。将表面缺陷分为外形缺陷、颜色缺陷、裂纹以及丝印线路缺陷4类,基于模板匹配检测外形缺陷,基于HIS空间下的颜色直方图检测颜色缺陷;针对细微性缺陷容易受噪声影响的特点,利用2类人工神经网络进行断栅检测,并对这2类神经网络进行比较。大量实验结果验证了上述方法能够准确、快速地检测出太阳能电池片表面缺陷。
展开更多
关键词
缺陷检测
机器视觉
人工神经
网络
正则
化
径向基函数(
rbf
)
网络
学习向量
化
(LVQ)
网络
在线阅读
下载PDF
职称材料
基于肌肉生理信号的操纵舒适性评价
被引量:
5
2
作者
扈静
钱佩伦
+2 位作者
刘明周
张淼
郑达
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第2期200-204,共5页
从操纵者人机交互过程中肌肉生理信号角度出发,针对目前操纵舒适性评价方法的不足,提出一种基于肌肉生理信号特征参数,运用正则化RBF网络,对人机交互操纵舒适性进行评价的方法。以典型人机交互过程驾驶操作系统为例,进行实验与数据统计...
从操纵者人机交互过程中肌肉生理信号角度出发,针对目前操纵舒适性评价方法的不足,提出一种基于肌肉生理信号特征参数,运用正则化RBF网络,对人机交互操纵舒适性进行评价的方法。以典型人机交互过程驾驶操作系统为例,进行实验与数据统计,通过正则化RBF网络对实验测得的操纵者肌肉生理信号特征参数和主观舒适度评分构成的样本进行学习和训练,建立操纵舒适性评价模型。实验结果验证了该方法的可行性和合理性。
展开更多
关键词
人机交互过程
操纵舒适性
正则化rbf网络
肌肉生理信号
在线阅读
下载PDF
职称材料
题名
基于人工神经网络的太阳能电池片表面质量检测系统
被引量:
11
1
作者
伍李春
刘明周
蒋倩男
葛茂根
凌琳
机构
合肥工业大学机械工程学院
出处
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2017年第9期1176-1180,1192,共6页
基金
安徽省科技攻关计划资助项目(1604a0902182)
文摘
针对依赖人工进行太阳能电池片表面质量检测时效率和精度低的问题,文章提出了基于机器视觉以及人工神经网络的太阳能电池片表面质量检测方法。将表面缺陷分为外形缺陷、颜色缺陷、裂纹以及丝印线路缺陷4类,基于模板匹配检测外形缺陷,基于HIS空间下的颜色直方图检测颜色缺陷;针对细微性缺陷容易受噪声影响的特点,利用2类人工神经网络进行断栅检测,并对这2类神经网络进行比较。大量实验结果验证了上述方法能够准确、快速地检测出太阳能电池片表面缺陷。
关键词
缺陷检测
机器视觉
人工神经
网络
正则
化
径向基函数(
rbf
)
网络
学习向量
化
(LVQ)
网络
Keywords
defect detection
machine vision
artificial (
rbf
) network
learning vector quantization(LVQ) neural network
regularized radial basis function network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于肌肉生理信号的操纵舒适性评价
被引量:
5
2
作者
扈静
钱佩伦
刘明周
张淼
郑达
机构
合肥工业大学机械工程学院
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第2期200-204,共5页
基金
国家自然科学基金资助项目(51375134)
安徽省自然科学基金资助项目(1508085ME83)
文摘
从操纵者人机交互过程中肌肉生理信号角度出发,针对目前操纵舒适性评价方法的不足,提出一种基于肌肉生理信号特征参数,运用正则化RBF网络,对人机交互操纵舒适性进行评价的方法。以典型人机交互过程驾驶操作系统为例,进行实验与数据统计,通过正则化RBF网络对实验测得的操纵者肌肉生理信号特征参数和主观舒适度评分构成的样本进行学习和训练,建立操纵舒适性评价模型。实验结果验证了该方法的可行性和合理性。
关键词
人机交互过程
操纵舒适性
正则化rbf网络
肌肉生理信号
Keywords
process of man-machine interaction
handling comfort
regularization
rbf
network
muscle physiological signal
分类号
TH122 [机械工程—机械设计及理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于人工神经网络的太阳能电池片表面质量检测系统
伍李春
刘明周
蒋倩男
葛茂根
凌琳
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2017
11
在线阅读
下载PDF
职称材料
2
基于肌肉生理信号的操纵舒适性评价
扈静
钱佩伦
刘明周
张淼
郑达
《中国机械工程》
EI
CAS
CSCD
北大核心
2018
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部