Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: spliced yarn joint

Sortuj według:

Ogranicz wyniki do:

A new approach to the unsupervised detection and classification of the spliced yarn joint

Issa K., Nagahashi H.

Autex Research Journal

2008

Vol. 8, no. 1

6--12

This paper presents an automatic vision-based system for unsupervised detection and classification of spliced yarn joints. In the splice detection process, a competitive learning method based on an LBG algorithm is used. In the splice classification process, a dynamic time warping (DTW) algorithm is used to classify the extracted splice joint into one of three categories, based on the degree of similarity between the spliced joint and the non- spliced remaining part of the same yarn. The use of DTW in the classification makes the proposed method adaptable to different types of yarns. Consequently, this method might be universally applicable for the classification of all spliced yarn joints. The proposed method has been evaluated using three types of experiments, yielding a promising result.

Identification and Classification of Spliced Wool Combed Yarn Joints by Artificial Neural Networks. Part 2, Interpretation of Identification and Classification Results of the Unknotted Spliced Yarns Joints

Lewandowski S., Stańczyk T.

Fibres & Textiles in Eastern Europe

2005

Vol. 13, no. 2 (50)

16--19

In the first part of the article an Artificial Neural Network (ANN) model designed to recognise and classify pneumatically spliced yarn joints was presented. The effectiveness of recognition and classification of the proposed ANN is presented in this paper. It has been found out that such a network can faultlessly recognise an unknotted spliced yarn joint in the database and assess its quality quickly and effectively. The most favourable effectiveness of recognition has been achieved in the case of the ‘equivalent’ and ‘preference of joint’s appearance’ modes. The constructed network can also successfully be used for the classification of unknotted joints and other phenomena occurring in textile industry.

W pierwszej części artykułu zaprezentowano model sztucznej sieci neuronowej, przeznaczonej do rozpoznawania i klasyfikacji pneumatycznie zaplątanych połączeń końców nitek. W niniejszej części artykułu zaprezentowano skuteczność rozpoznawania i klasyfikowania. Stwierdzono, że taka sieć może bezbłędnie rozpoznawać bezwęzłowe połączenia końców nitek na podstawie bazy danych, a także szybko i skutecznie oceniać ich jakość. Najbardziej korzystną skuteczność rozpoznawania osiągnięto w przypadku trybów „równoważne" i „preferujące wygląd połączenia". Skonstruowana sztuczna sieć neuronowa może być również z powodzeniem wykorzystywana do klasyfikowania bezwęzłowych połączeń, a także innych zjawisk występujących w przemyśle włókienniczym