基于改进型DBN深度学习的复合黏接质量模式识别研究

作者：王晓娟

来源：集成电路应用, 2022, 39(08): 298-300.

DOI：10.19339/j.issn.1674-2583.2022.08.131

• 模式识别
• DBN网络
• PSO算法

针对薄板复合材料粘接质量识别问题，提出了一种基于粒子群算法（PSO）的改进型深度置信网络（DBN）深度学习模型，使用PSO来优化标准DBN网络权重，以解决薄板复合材料在识别过程中分类过拟合的问题，并利用该模型完成了薄板复合材料粘接质量的识别过程。探讨算法设计步骤，并对模型进行多次调试、训练，确定网络模型参数，完成测试数据识别。仿真结果表明：经过多次训练测试调整参数，生成PSO-DBN深度学习网络模型，对比改进型BP神经网络识别方法，避免了随机初始化导致的局部最优解问题，粘接质量识别的准确度有所提高。

• 单位
  内蒙古电子信息职业技术学院