《基于证据理论的零件图像识别》PDF+DOC
作者:夏庆观,赵茜,王东霞
单位:东南大学出版社有限责任公司
出版:《机械设计与制造工程》2006年第09期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJXZZ2006090080
DOC编号:DOCJXZZ2006090089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波神经网络和证据理论的零件图像识别》PDF+DOC2006年第12期 盛党红,夏庆观,温秀兰
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《基于图像智能识别技术的拉力计自动检定系统》PDF+DOC2020年第04期 王毅,徐炜东
《多传感器数据融合实现卫星及其系留诱饵的识别》PDF+DOC1997年第06期 李宏,安玮,徐晖,金俊坤,孙仲康
《多传感器数据融合技术在VTS中的应用研究》PDF+DOC2003年第03期 郑佳春,张杏谷
《基于证据理论的并发故障诊断方法》PDF+DOC2003年第04期 蔡兴国,马平
《模糊神经网络与证据理论的飞机目标敌我识别》PDF+DOC2012年第01期 李勇,王德功,杨佐龙
《基于图像处理的花生荚果品种识别方法研究》PDF+DOC2012年第02期 韩仲志,邓立苗,于仁师
《关于D-S证据理论和模糊数学的数据融合算法探讨》PDF+DOC2007年第03期 刘宝健,肖兵,付皓
《基于神经网络和证据理论的DCT电控系统故障诊断》PDF+DOC2015年第09期 孔慧芳,段锐,鲍伟
从零件图像的小波分解系数和图像相对边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法。首先,对多源零件图像分别进行小波分解和多尺度边缘检测,获取零件图像的小波分解系数和相对边缘像素系数。然后,将它们作为神经网络的输入,获取多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,所提出的方法是有效的。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。