基于BP人工神经网络的云制造系统图像资源智能识别研究

摘要

信息化在制造业中的应用不断深入和延伸,对制造业的发展起到了举足轻重的作用,随着制造业向着高效率、高利用率和低碳环保方向发展,对制造业信息化的应用模式也提出了更高的要求,迫切需要建立一个可有效整合各类资源的网络平台来为分散的终端用户提供按需分配的及时有效的服务,本文提出将BP人工神经网络智能算法应用于云制造系统平台中的图像资源过滤分类环节,来降低系统冗余性并提高服务效率。
　　论文主要围绕云制造这一网络化制造模式下的新应用主题展开,研究内容主要包含以下几方面内容:
　　(1)对云制造概念的提出、发展、意义及应用做出总结,并对云制造系统平台的架构与搭建相关技术和运营模式进行分析;
　　(2)为了实现云制造系统平台可更加有效的将分散资源自动集中汇聚,将BP人工神经网络智能算法应用于云制造系统平台中,为后续实现平台资源可自组性的自动扩充做准备;
　　(3)对云制造系统平台中的图像类资源的特征表述、提取和识别方法进行研究;
　　(4)以几类机械零件图像智能识别分类为例进行试验,建立三层BP人工神经网络,对样本图像进行颜色特征与几何特征提取,将提取的特征组成学习向量让人工神经网络来学习,用学习后的网络来进行测试,改变网络的参数对结果进行比较分析,来验证智能算法对云制造系统平台中的图像类资源自动识别、分类的想法的可行性;
　　(5)将理想的神经网络程序封装为GUI程序,然后利用Matlab Compiler编译器打包成应用程序发布,使其可脱离Matlab软件环境运行;
　　(6)利用Java script脚本语言,将应用程序嵌入到B/S模式平台的网页中,实现在服务器端网页调用应用程序。

目录

封面

声明

中文摘要

英文摘要

目录

引言

1 绪论

1.1 课题研究方向

1.2 相关模式发展进程

1.3 研究情况与发展动态

1.4 课题研究意义

2 云制造

2.1 云制造概念的提出

2.2 云制造概念的定义

2.3 云制造的特点

2.4 云制造系统平台架构

2.5 云制造系统平台运营模式

2.6 云制应用造

3 数字图像的特征提取与识别

3.1 数字图像的表示

3.2 数字图像的类型

3.3 数字图像的特征表述

3.4 数字图像识别的方法

3.5 数字图像识别的应用

4BP人工神经网络

4.1 人工神经网络理论基础

4.2 BP人工神经网络结构

4.3 BP人工神经学习过程

4.4 BP人工神经网络算法原理

4.5 BP人工神经网络算法实现流程

4.6 BP人工神经网络的特点及优越性

5 实验分析验证

5.1 样本图特征提取及方案选择

5.2 BP人工神经网络结构的建立

5.3 网络学习与测试

5.4 程序的发布与网页嵌入

结论

参考文献

附录A Matlab程序相关代码

在学研究成果

致谢