摘要:
微晶玻璃颜色分类是最终控制产品质量的重要步骤.作者改进了传统 ART2网络的学习算法借用典型向量的概念以模式的近似均值作为典型向量来快速学习新模式.改进学习算法极大地改善了 ART2网络的模式漂移现象而且能缩短搜索振荡过程.文中分析了微晶玻璃颜色分量的统计信息经过适当变换将高维颜色特征映射到16维特征空间中的一个超平面上.以超平面上的特征点作为改进算法 ART2网络的输入进入网络分类器进行学习分类.实验证明改进算法网络用于微晶玻璃颜色分类时运行正确、可
靠具有很高的正确识别率.
中图分类号:
艾矫燕 朱学锋.
基于改进算法的 ART2网络用于微晶玻璃颜色分类
[J]. 华南理工大学学报(自然科学版), 2003, 31(1): 74-78.
Ai Jiao-yan Zhu Xue-feng. Application of ART2 Classifier Based on Modified Algorithm to Glass-ceramic Color Garding#br#[J]. Journal of South China University of Technology(Natural Science Edition), 2003, 31(1): 74-78.