Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: railway wooden sleepers

Sortuj według:

Ogranicz wyniki do:

Zastosowanie hybrydowej sieci neuronowej do klasyfikacji uszkodzeń drewnianych podkładów kolejowych

Bojarczak P., Lesiak P.

Prace Naukowe Politechniki Warszawskiej. Transport

2011

z. 78

23-36

W artykule przedstawiono system pozwalający na automatyczne diagnozowanie drewnianych podkładów kolejowych na podstawie ich obrazów wizyjnych. System ten składa się z algorytmów cyfrowego przetwarzania obrazów oraz z hybrydowej sieci neuronowej. Celem algorytmów przetwarzania obrazów jest wyodrębnienie najistotniejszych cech podkładów drewnianych, czyli długości i szerokości pęknięć, które zastosowano w klasyfikatorze neuronowym. Wykorzystano tu hybrydową sieć składającą się z kaskadowo połączonych sieci Kohonena oraz sieci MLP ang. Multi-layer Perceptron. W procesie uczenia systemu użyto 100 zdjęć podkładów dobrych oraz 100 zdjęć podkładów uszkodzonych. Błąd klasyfikacji systemu wynosił 16% dla zbioru obrazów podkładów nie biorących udziału w procesie uczenia i 5% dla zbioru obrazów uczestniczących w uczeniu.

The paper presents the system allowing for automatic diagnostic of railway wooden sleepers on the basis of their images. This system consists of digital image processing algorithms and hybrid network. Digital image processing algorithms extract from wooden sleeper’s images, the most salient features – the length and the width of the largest crack as well as the number of cracks. These features are given to the classifier - hybrid network. Presented hybrid network consists of two serially connected networks: Kohonen and MLP (Multi-layer Perceptron). During teaching process 100 images of sleepers with good state and 100 images of sleepers with poor state took part. Classification error was equal to 16% and 5% for images not taking part and taking part in teaching process respectively.

Zastosowanie sieci neuronowych w wizyjnej automatycznej identyfikacji uszkodzeń podkładów kolejowych

Bojarczak P., Lesiak P.

Logistyka

2010

nr 4

CD-CD

W artykule przedstawiono system składający się z sieci neuronowej oraz procedur obróbki obrazów pozwalający na diagnostykę drewnianych podkładów kolejowych na podstawie ich obrazów. Procedury obróbki obrazów wydobywają najistotniejsze cechy podkładów na podstawie których przeprowadzana jest ich klasyfikacja przez sieć neuronową. Poprawność działania systemu została przetestowana na 100 obrazach nieuszkodzonych podkładów oraz 100 obrazach podkładów uszkodzonych. System prawidłowo sklasyfikował 84% obrazów niebiorących udziału w procesie uczenia oraz 95% obrazów biorących udział w procesie uczenia.

The paper presents the system composing of neural network and image processing procedures being able to classify wooden sleepers on the basis of their image. Image processing procedures extract salient features of sleeper that are further used by neural network in classification process. The system performance was checked on 100 images of good sleeper and 100 images of bad sleeper. System classification rate was equal to 84% for images not taking part in learning process, and 95% for images taking part in learning process.