新一代信息技術
一種用改進的蝙蝠算法檢測帶鋼表面缺陷的方法
本發(fā)明公開了一種用改進的蝙蝠算法來訓練神經(jīng)網(wǎng)絡的權值和閾值，大大提高圖像分類的準確度。包括以下算法步驟：步驟一：錄入原始圖像，對原始圖像進行處理。步驟二：對網(wǎng)絡進行初始化。步驟三：對本發(fā)明的初始參數(shù)賦值。步驟四：計算權值經(jīng)驗因子，蝙蝠利用等式移動，并更新響度和脈沖速率。步驟五：記錄當前種群的全局最優(yōu)位置和局部最優(yōu)位置，并更新利用公式進行速度更新，根據(jù)公式獲得種群蝙蝠的信位置。步驟六：最優(yōu)解X分別對應網(wǎng)絡的權值和閾值，輸出結果。步驟七：判斷是否打到最大迭代次數(shù)，如果是，則輸出結果。如果否，則返回步驟四。本發(fā)明與其他算法相比具有更快的收斂速度，本發(fā)明更具有開發(fā)能力，并且更加穩(wěn)定。
長春工業(yè)大學
授權發(fā)明
