基于最小均方delta规则的神经网络工件识别

作者：朱海涛; 徐建明; 何德峰; 邢科新; 丁毅

来源：浙江工业大学学报, 2014, (02): 219-224+236.

• 最小均方delta规则
• 神经网络
• 工件识别
• LabVIEW minimum mean square delta rule
• neural network
• identification of workpiece
• Lab-VIEW

工件识别技术在自动化制造业、产品检测等工业生产中的应用越来越广泛.应用机器视觉技术,获取各类工件的图像,提取工件的面积与各向异性作为工件特征(具有旋转不变性);提出了一种基于最小均方delta规则的神经网络工件识别方法,先对8组特征进行离线训练,计算最优权值向量,使感知机对各类工件的分类误差均达到最小,然后在线识别传送带上的工件.在LabVIEW编程环境下,实现了工件的特征提取与基于该方法的工件识别,实验结果证明该识别方法准确可靠,可实时地识别生产线上的工件.

• 出版日期2014
• 单位浙江工业大学