收藏本站
《浙江理工大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的织物面料成分分类算法研究

张玮  
【摘要】:随着纺织业的发展,纺织面料的种类日渐增多,尤其是新型纺织纤维和混纺技术的研发,为人们提供了更多功能、更多质感的服装面料。但是,随着各种新面料的大量使用,面料成分检测的难度和挑战也随之增加。一些不法商家在面料成分标注中弄虚作假,而消费者不具备相应鉴别技术,导致其正当权益受到损害。因此,迫切需要找到一种快速、方便、低门槛的面料成分分类方法。随着卷积神经网络在各学科领域的应用日渐增多,其良好的图像特征提取及分类能力得到了学术界的普遍认可。为解决纺织行业中传统面料成分分类方法存在的问题,本文以放大100~200倍后拍摄的纯纺面料或主成分含量占比50%以上的混纺面料图像为研究对象,提出了一种基于卷积神经网络的织物面料主成分分类算法。本文的主要工作分为如下三个方面:(1)基于卷积神经网络的织物面料主成分分类算法。首先,采集织物图像信息,制作图像标签,建立面料图像样本库;其次,使用空洞卷积和深度可分离卷积建立网络模型,将经过预处理的图像输入网络进行训练,获得训练后的网络模型;最后,将待分类的面料图像输入训练好的卷积神经网络模型,得到面料主成分分类结果。论文对棉、涤纶、腈纶、羊毛、天丝5类共4497张图像进行实验,经数据增强处理后增加到22485张图像,基于测试集样本的实验结果显示:本文提出的算法对5类织物面料主成分分类准确率为96.53%。(2)对本文提出算法的有效性进行验证。首先通过实验证明了本文提出算法中图像预处理操作及卷积神经网络结构的有效性,并与其他卷积神经网络模型进行对比,结果显示在保证分类准确率的前提下,大幅缩短了训练时间,减小了网络规模和计算量。最后,使用Grad-CAM算法对网络模型所关注的图像特征区域进行可视化分析,分析得出网络分类时主要依据的是图像中的面料纤维特征,而不是面料纹理信息。(3)利用本文织物面料分类算法构建面料主成分检测系统。系统采用B/S结构,客户端将织物面料图像上传到服务端,服务端使用本文算法实时将图像的检测结果返回给客户端。与传统纺织面料成分检测方法相比,本文方法具有绿色环保、简便快捷、不破坏织物和对检测设备及检测人员要求低等特点。
【学位授予单位】:浙江理工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41;TP183;TS106

【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
4 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
5 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
6 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
7 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
8 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
9 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
10 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 徐鹏;基于深度学习的结构健康监测[D];暨南大学;2017年
2 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
3 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
4 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
5 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
6 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
7 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
8 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
9 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
10 周小强;基于深度学习的交互式问答技术研究[D];哈尔滨工业大学;2017年
中国硕士学位论文全文数据库 前10条
1 唐瑜;基于矩阵束和神经网络两种方法的多径干扰抑制研究[D];厦门大学;2017年
2 齐照辉;基于TensorFlow的卷积神经网络应用[D];武汉大学;2018年
3 陈健;基于深度学习的汉字笔迹自动比较检验与鉴别研究[D];浙江理工大学;2019年
4 张玮;基于深度学习的织物面料成分分类算法研究[D];浙江理工大学;2019年
5 罗梦研;基于卷积神经网络的女装图像分类算法研究[D];浙江理工大学;2019年
6 陈霄凌;基于卷积神经网络的图像识别及在Spark平台的实现技术研究[D];云南大学;2017年
7 刘芳;合体女西装样板的自动生成[D];浙江理工大学;2019年
8 别海楠;铝合金6061微铣削加工有限元仿真研究[D];东北大学;2017年
9 郑江龙;基于卷积神经网络的隐式篇章关系识别模型[D];厦门大学;2017年
10 邹琼琼;Logistic回归和神经网络方法在医学诊断中的应用[D];东北大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026


丁香五月 啪综合