基于PCA-RBF的板形识别及FPGA软实现

作     者：张秀玲 代景欢 李家欢 张逞逞 ZHANG Xiu-ling;DAI Jing-huan;LI Jia-huan;ZHANG Cheng-cheng

作者机构：燕山大学河北省工业计算机控制工程河北省重点实验室河北秦皇岛066004 燕山大学国家冷轧板带装备及工艺工程技术研究中心河北秦皇岛066004 

基　　金：河北省自然科学基金-钢铁联合研究基金项目(E2015203354) 河北省高校创新团队领军人才培育计划项目(LJRC013) 河北省教育厅科学研究计划河北省高等学校自然科学研究重点项目(ZD201610) 2016年燕山大学基础研究专项培育课题(16LGY015) 

出 版 物：《矿冶工程》 (Mining and Metallurgical Engineering)

年 卷 期：2019年第39卷第1期

页      码：109-113页

摘      要：针对常规神经网络板形识别方法中存在的不足,提出了以PCA替代欧氏距离作为提取特征的手段,并将所设计的PCA-RBF板形识别模型以FPGA为硬件实现载体进行了仿真研究。仿真结果表明,设计的PCA-RBF板形识别模型能够正确识别出板形缺陷,网络结构比常规RBF板形识别模型相对简化,同时识别精度提升了59%,抗干扰能力提升了82%。FPGA仿真结果在精度和实时性上可以满足实际工程需要。

主 题 词：PCA RBF神经网络 板形缺陷 板形识别 现场可编程门阵列 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.0253-6099.2019.01.028

馆 藏 号：203635278...