基于卷积神经网络的铁谱磨粒智能识别研究

作者：安超; 魏海军^*; 刘竑; 武燊; 朱月萍

来源：现代制造工程, 2019, (07): 111-114.

DOI：10.16731/j.cnki.1671-3133.2019.07.018

• 卷积神经网络
• 迁移学习
• Inception-v3
• 磨粒识别

针对传统的计算机磨粒识别方法对相似度高的严重滑动磨粒和疲劳磨粒存在识别过程复杂、识别准确率低等问题,提出利用卷积神经网络(Convolution Neural Network,CNN)自动提取铁谱磨粒图像的特征,再将提取到的特征传入全局平均池化层和新的全连接层进行训练分类的铁谱磨粒智能识别方法。试验显示,基于卷积神经网络模型Inception-v3+1FCL和迁移学习方法可以有效地对严重滑动磨粒和疲劳磨粒进行分类识别,准确率高达89. 35%。

• 单位
  上海理工大学; 上海海事大学