论文部分内容阅读
将基于误差反向传播算法（BP）的神经网络引入到注塑制品表面缺陷的自动识别。介绍了如何选择合适的BP神经网络，包括网络层数的选取、学习算法的选取等。最后分别利用90组样本对BP神经网络进行训练和仿真，得到制品表面缺陷的平均识别率达84．44％，说明利用BP神经网络对于注塑制品表面缺陷进行识别是可行的。