<address id="ndbtf"><dfn id="ndbtf"></dfn></address><form id="ndbtf"><listing id="ndbtf"><mark id="ndbtf"></mark></listing></form>

<address id="ndbtf"><dfn id="ndbtf"><mark id="ndbtf"></mark></dfn></address>

        <address id="ndbtf"></address>

            <sub id="ndbtf"><dfn id="ndbtf"><mark id="ndbtf"></mark></dfn></sub>
            架空型故障指示器

            新闻分类

            产品分类

            联系我们

            广东绿禾电气科技有限公司

            服务热线:0769-81776980

            联系人:潘修

            手机:15999821717

            电话:0769-81776980

            传真:0769-81776980

            邮箱:15999821717@139.com

            网址:www.lolaboston.com

            地址:东莞市企石镇霞朗长园路5号·绿禾工业园

            研发基地:清远市国家高新区天安智谷产业园

            深度信念网络在故障指示器检测中的应用

            您的当前位置: 首 页 >> 新闻中心 >> 行业新闻

            深度信念网络在故障指示器检测中的应用

            发布日期:2020-06-28 00:00 来源:http://www.lolaboston.com 点击:

                电子产品在生产过程中需进行产品检测,以故障指示器的检测为例,结合深度信念网络(DBN)技术实现了自动检测。深度信念网络由于其具有无监督预训练的优势,将其应用于实际系统,对现场的故障指示器视频图像的动作状态进行了分类实验。实验结果表明:深度信念网络分类算法相比于支持向量机(SVM)分类算法和BP分类算法有明显的优势,正确识别率达到了100%。该算法在产品检验的应用中满足生产测试的要求,且降低了人工测试的劳动强度,缓解了视觉疲劳问题。

                在产品生产过程中,产品的质量是否合格需要安排专人进行检测,而相当一部分电子产品的检测问题往往是检测产品在某种条件下的动作状态是否正确。当检测员长期检测某产品的状态时,可能会因视觉疲劳而漏检,造成不合格产品进入下一个流程。


            相关标签:故障指示器

            最近浏览:

            在线客服
            分享
            一分快三网址