科研之友
微信
新浪微博
Facebook
分享链接
摘要
表面粗糙度直接影响着机械设备的性能与寿命,因此提出卷积神经网络的舰船机械设备表面粗糙度识别研究。提取机械设备表面粗糙度图像特征(灰度信息特征、灰度共生矩阵特征与Tamura纹理特征),以此为基础,应用L2正则化方法选取关键机械设备表面粗糙度识别特征,防止过拟合现象的发生,以上述选取的表面粗糙度识别特征为训练数据集,构建并训练卷积神经网络模型,将测试数据集输入至训练好的卷积神经网络模型中,即可实现机械设备表面粗糙度的识别。实验结果显示:与现有方法相比较,提出方法平均准确率更高、过拟合比率更低,充分证明了提出方法表面粗糙度识别效果更好。
- 单位
