基于自动编码器的本色布疵点检测算法

论文摘要

为解决用于本色布疵点检测的浅层机器学习方法中人工特征提取主观性强、同一种特征提取方法无法适用于不同组织结构织物的问题,采用具有特征学习功能的自动编码器神经网络对原始图像进行特征自动提取。设计了含有一个隐藏层的全连接恒等神经网络,原始数据输入该神经网络后,被隐藏层压缩,并在输出层重构,训练过程中通过优化重构层与输入层之间的误差来求解神经网络最佳系数。将训练好的自动编码器神经网络用于对原始图像进行编码压缩,经过压缩后的数据通常维数远远低于输入数据,将压缩结果作为输入图像所对应的特征向量,采用支持向量机进行分类。通过将应用自动编码器自动提取的特征与传统的PCA、HOG特征进行对比实验,结果表明,采用自动编码器自动提取的特征性能明显优于传统手工提取的特征。

论文目录

文章来源

类型: 期刊论文

作者: 刘海军,张莉丽,耿贵珍,朱世谊

关键词: 深度学习,自动编码器,疵点检测,支持向量机,特征学习

来源: 毛纺科技 2019年09期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,计算机软件及计算机应用

单位: 防灾科技学院智能信息处理研究所,防灾科技学院生态环境学院,防灾科技学院经济管理学院,海南职业技术学院通识教育学院

基金: 河北省高等学校科学技术研究项目(ZD2019313),中央高校基本科研业务费青年教师资助计划项目(ZD2019313)

分类号: TS107;TP391.41

DOI: 10.19333/j.mfkj.2018090130905

页码: 79-83

总页数: 5

文件大小: 165K

下载量: 98

相关论文文献

• [1].基于提升深度迁移自动编码器的轴承智能故障诊断[J]. 机械工程学报 2020(09)
• [2].基于循环自动编码器的间歇过程故障监测[J]. 化工学报 2020(07)
• [3].基于栈式降噪自动编码器的建筑工程施工成本预测[J]. 同济大学学报(自然科学版) 2020(06)
• [4].改进的和积网络自动编码器及短文本情感分析应用[J]. 哈尔滨工程大学学报 2020(03)
• [5].半监督堆叠距离自动编码器的表征学习在图像分类上的应用（英文）[J]. Frontiers of Information Technology & Electronic Engineering 2020(07)
• [6].基于稀疏自动编码器的特高压变压器可听噪声分析[J]. 高压电器 2020(09)
• [7].基于改进的堆叠降噪自动编码器深度模型的转子-转轴系统故障诊断方法[J]. 机床与液压 2020(21)
• [8].基于行波特征量与堆叠自动编码器的电缆早期故障定位方法[J]. 四川电力技术 2019(04)
• [9].基于栈式自动编码器的火箭总装完工时间预测[J]. 计算机集成制造系统 2019(11)
• [10].基于堆叠降噪自动编码器的胶囊缺陷检测方法[J]. 计算机科学 2016(02)
• [11].基于稀疏自动编码器的微博情感分类应用研究[J]. 广西科技大学学报 2015(03)
• [12].基于萤火虫优化的核自动编码器在中介轴承故障诊断中的应用[J]. 机械工程学报 2019(07)
• [13].基于混合自动编码器道路语义分割方法研究[J]. 计算机工程与科学 2019(08)
• [14].基于深度自动编码器与Q学习的移动机器人路径规划方法[J]. 北京工业大学学报 2016(05)
• [15].深度自动编码器的研究与展望[J]. 计算机与现代化 2014(08)
• [16].自动编码器在流场降阶中的应用[J]. 空气动力学学报 2019(03)
• [17].稀疏和标签约束半监督自动编码器的分类算法[J]. 计算机应用研究 2019(09)
• [18].滚动轴承故障检测深度卷积稀疏自动编码器建模研究[J]. 机械科学与技术 2018(10)
• [19].基于降噪自动编码器的中文新闻文本分类方法研究[J]. 现代图书情报技术 2016(06)
• [20].基于堆叠稀疏自动编码器的手写数字分类[J]. 微处理机 2015(01)
• [21].基于深度自动编码器的多标签分类研究[J]. 广西师范大学学报(自然科学版) 2019(01)
• [22].基于深度自动编码器的托攻击集成检测方法[J]. 计算机工程与应用 2019(01)
• [23].基于泛化空间正则自动编码器的遥感图像识别[J]. 清华大学学报(自然科学版) 2018(02)
• [24].基于降噪自动编码器的推荐算法[J]. 计算机与现代化 2018(03)
• [25].堆叠自动编码器的金桂花朵图像分割方法[J]. 中国农机化学报 2018(10)
• [26].利用改进自动编码器光谱法预测土壤有机质[J]. 发光学报 2018(10)
• [27].基于栈式降噪自动编码器的气体识别[J]. 计算机工程与设计 2017(03)
• [28].基于稀疏自动编码器的发动机机载模型建模方法研究[J]. 推进技术 2017(06)
• [29].稀疏自动编码器在文本分类中的应用研究[J]. 科学技术与工程 2013(31)
• [30].用于域适应的多边缘降噪自动编码器[J]. 计算机科学与探索 2019(02)

标签：深度学习论文;  自动编码器论文;  疵点检测论文;  支持向量机论文;  特征学习论文;