龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明提供一种基于多目标进化深度学习的钢铁产品质量缺陷识别方法，涉及钢铁产品质量识别技术领域。该方法首先采用自动神经网络加深技术构建原始钢铁产品质量缺陷识别模型；然后采用多目标差分进化算法对得到的最佳原始钢铁产品质量缺陷识别模型进行剪枝处理，降低网络计算复杂度；接着，基于偏好向量从多目标差分进化算法剪枝处理后获取的帕累托前沿上确定偏好Knee解；最后根据获取的Knee解确定钢铁产品质量缺陷识别模型，并重新进行训练获得在测试数据集上对应的准确率，验证模型有效性。该方法成功摆脱了依靠人工经验定义网络结构，同时所获得的质量缺陷识别模型在识别准确率与模型复杂度方面表现出较理想的性能。
主权项：1.一种基于多目标进化深度学习的钢铁产品质量缺陷识别方法，其特征在于：包括以下步骤：步骤1：收集钢铁生产加工过程中的产品表面缺陷图片，得到样本图像数据；步骤2：对步骤1获取的样本图像数据进行缺陷类型标注，以及数据集划分；步骤3：采用自动神经网络加深技术构建原始钢铁产品质量缺陷识别模型；步骤4：采用多目标差分进化算法对步骤3中得到的最佳原始钢铁产品质量缺陷识别模型进行剪枝处理，并重新训练，使模型在保持准确率的前提下，降低网络计算复杂度；步骤5：对步骤4多目标差分进化算法获取的最终种群进行非支配排序，得到帕累托前沿，在帕累托前沿中选择边界解和Knee解；步骤6：依据步骤5获取Knee解所对应的钢铁产品质量缺陷识别模型重新进行训练获得在测试数据集上对应的准确率，验证模型有效性。
全文数据：
权利要求：
百度查询： 东北大学 基于多目标进化深度学习的钢铁产品质量缺陷识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号