典型文献
基于时频特征学习的分步式纱疵检测方法
文献摘要：
针对现有纱疵检测方法存在的效率低和特征提取困难等问题,提出基于时频特征学习的分步式纱疵检测方法.采用连续小波变换从一维纱线时域信号中提取出具备更高辨识度的二维纱疵时频特征,构建轻量化的深度卷积神经网络学习二维时频信号中的纱疵特征.为确保纱疵检测的实时性,提出先"识别"后"分类"的分步式纱疵检测方法.对比试验结果表明,分步式纱疵检测方法的精度比传统方法高出约10％,且平均耗时约为0.95s,仅为单步式纱疵检测方法检测耗时的1/5,可为纱疵检测技术的发展与应用提供一定的参考价值.
文献关键词：
纱线;纱疵检测;深度学习;时频分析;卷积神经网络
中图分类号：
作者姓名：
孙通;杨芸;杨耀;鲍劲松
作者机构：
东华大学机械工程学院,上海201620
文献出处：
引用格式：
[1]孙通;杨芸;杨耀;鲍劲松-.基于时频特征学习的分步式纱疵检测方法)[J].东华大学学报（自然科学版）,2022(05):25-34
A类：
纱疵检测
B类：
时频特征,特征学习,分步式,连续小波变换,纱线,时域信号,辨识度,深度卷积神经网络,神经网络学习,时频信号,95s,单步,发展与应用,时频分析
AB值：
0.172512
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
