论文部分内容阅读
以注塑制品的常见短射缺陷为研究对象,提出一种基于卷积神经网络算法的识别方法,克服了现有缺陷识别算法需手动提取特征、需要启发式方法的缺点。方法对传统卷积神经网络结构进行了大量改进,并优化网络参数,降低其算法消耗的时间。实验数据表明,网络对短射缺陷的识别率达到99.4%。另外,与BP神经网络进行比较研究,从实验中可以看出方法识别率明显优于BP神经网络,具有很好的应用前景。