典型文献
融合改进vgg16模型与SVM的抓毛织物检测方法
文献摘要：
针对抓毛织物检测准确率低的问题,提出一种融合改进vgg16模型与SVM的抓毛织物检测方法.先对抓毛织物图像进行主成分分析、奇异值分解预处理操作,通过数据增强得到扩充后的数据样本,在扩充后的抓毛织物图像输入改进的vgg16卷积神经网络模型,利用卷积神经网络自动获取抓毛织物样本的特征,将获取的抓毛织物输入支持向量机分类器中对抓毛织物进行分类.实验结果表明:融合改进vgg16模型与SVM的抓毛织物检测方法在样本测试集平均识别准确率为99.96％,通过对比预处理前后的4类抓毛织物图像以及对抓毛织物特征可视化结果表明,图像预处理提高了模型的鲁棒性和泛化能力,随着卷积层数的增加能够获得具有分辨力较高的抓毛织物表面特征.
文献关键词：
抓毛织物;机器视觉;卷积神经网络;支持向量机;可视化
中图分类号：
作者姓名：
金守峰;尤佳欣;侯一泽
作者机构：
西安工程大学 机电工程学院,陕西 西安 710600;西安工程大学西安市现代智能纺织装备重点实验室,陕西 西安 710600
文献出处：
引用格式：
[1]金守峰;尤佳欣;侯一泽-.融合改进vgg16模型与SVM的抓毛织物检测方法)[J].毛纺科技,2022(09):89-93
A类：
vgg16,抓毛织物
B类：
检测准确率,奇异值分解,数据增强,卷积神经网络模型,支持向量机分类器,测试集,识别准确率,特征可视化,图像预处理,泛化能力,卷积层,层数,分辨力,表面特征,机器视觉
AB值：
0.103099
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。
