本发明公开了一种基于RBF神经网络的棉花异质纤维鉴别方法，该棉花异质纤维鉴别方法中采集待检测样品的图像，并对采集到的图像进行预处理以及二值化处理，并对二值化处理后的图像进行窗口划分，根据二值化处理后的图像确定目标窗口，并提取各个目标窗口的特征向量，以训练好的RBF神经网络作为分类器，根据各个特征向量鉴别各个目标窗口对应的像素点是否为异质纤维，并标记异质纤维。本发明以训练好的RBF神经网络的作为分类器，对棉花异质纤维进行模式识别，与现有的基于颜色识别的棉花异质纤维鉴别方法比较，大大提高了棉花异质纤维识别鉴别精度，降低误判概率。
📄 2014101986018
📂 G06K9_62
👤 浙江理工大学
📅 2014-05-12
本发明公开了一种基于VPRS‑RBF神经网络的箱变故障诊断方法，具体包括如下步骤：步骤1，选取样本；步骤2，对步骤1选取的样本进行约简；步骤3，对步骤2约简后的样本进行训练；步骤4，对步骤3训练后的样本进行测试。本发明将变精度粗糙集算法作为径向基神经网络的前端处理系统，对大量的原始样本进行定量的简化运算，寻找关于箱变故障的主要信息；然后通过RBF神经网络对箱变故障样本进行训练学习，实现箱变故障的自动诊断、识别；该方法提高了箱变故障诊断模型的故障诊断效率及准确性。
📄 201910837064X
📂 G06F18_241
👤 西安理工大学
📅 2019-09-05
柿子坊 · 知识产权运营
柿子坊知识产权运营平台