主题：【分享】金属断口图像的非线性模式识别方法

英文篇名】 Nonlinear Pattern Recognition of Metal Fracture Surface Images
【作者】 颜云辉; 杨会林; 王成明;
【英文作者】 YAN Yun-hui; YANG Hui-lin; WANG Cheng-ming（Mechanical Engineering and Automation School; Northeastern University; Shenyang 110004; China. ）;
【作者单位】 东北大学机械工程及自动化学院; 辽宁沈阳;
【刊名】 东北大学学报(自然科学版) , Journal of Northeastern University(Natural Science), 编辑部邮箱 2004年 09期 
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【关键词】 金属断口; 小波变换; 特征提取; 神经网络; 非线性分类器; 非线性模式识别;
【英文关键词】 metal fracture surface image; wavelet transform; feature extraction; neural network; nonlinear classifier; nonlinear pattern recognition;
【摘要】 针对金属断口图像模式识别的特点,提出应用小波变换技术提取断口图像特征的方法,在此基础上,利用神经网络的基本原理设计了一种断口图像模式识别的非线性分类器·通过实验确定了分类器的网络结构,给出了相关参数选择的方法·对几种典型的金属断口图像进行了计算机实验研究·实验结果表明,其平均正确识别率达93 75%,单独以能量作为特征值,其平均正确识别率可达到95%·这说明采用非线性分类器进行断口模式识别比采用线性分类器能取得更高、更可靠的正确识别率·研究结果显示出,这种基于小波变换技术和神经网络原理的非线性模式识别方法能对纹理变化复杂、规律性不强的断口图像进行有效识别,具有更好的适应性·
【英文摘要】 Aiming at the characters of pattern recognition of fracture surface images, a character pick-up method by wavelet transform is proposed. Then, based on BP neural network theory, a nonlinear classifier is designed specially for such a pattern recognition, and its network structure was determined by test to give the way to choose parameters involved. Experimental investigations were carried out on computer aiming at several typical metal fracture surface images. The results showed that the average rate of cor...
【基金】 国家自然科学基金资助项目(50075016);; 高等学校博士学科点专项科研基金资助项目(20020145023)
【DOI】 cnki:ISSN:1005-3026.0.2004-09-019

金属断口图像的非线性模式识别方法