首页|基于BRDPSO算法的织物表面瑕疵检测

基于BRDPSO算法的织物表面瑕疵检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对织物表面瑕疵检测准确率和效率都偏低的问题,提出一种基于二进制随机漂移粒子群算法(BRDPSO)的同步特征选择与参数优化方法.该算法在原始特征集上进行特征选择,同时优化随机森林分类器(RF)的参数,并以随机森林分类准确率指导BRDPSO算法的搜索.最后用最优参数构建的RF对挑选出的特征子集进行织物表面瑕疵检测.结果表明,同步特征选择与参数优化的BRDPSO算法可以更有效地提高织物表面瑕疵检测准确率和效率,并与已提出的优化算法进行比较,其检测效果更优.
Surface Defect Detection of Fabric Based on BRDPSO

张家玮、李岳阳、罗海驰

展开 >

江南大学江苏省模式识别与计算智能工程实验室 无锡 214122

江南大学轻工过程先进控制教育部重点实验室 无锡 214122

织物表面瑕疵检测 二进制随机漂移粒子群算法 特征选择 参数优化 随机森林

国家自然科学基金

51405198

2022

10.3969/j.issn.1672-9722.2022.05.038

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(5)
  • 5