摘要：针对当前木材资源紧缺的严重形势,提高木材缺陷检测的准确率显得尤为重要.利用X射线无损检测技术获 取木材缺陷的图像,并且通过灰度共生矩阵的方法能够有效地提取图像的主要特征值即特征向量,同时将模糊数学与 BP神经网络相结合设计出模糊BP 神经网络（ FBP） ,并采用最大隶属度方法对特征向量进行模式识别,从而实现木材缺陷的 自动识别和分类.经多次学习训练,结果表明 FBP 网络的平均识别成功率在90%以上. 因此,FBP神经网络对木材缺陷有 较高的识别准确率,可以为缺陷识别提供重要的理论依据.
分类：期刊> 自然科学与工程技术> 农业科技> 林业
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：木材缺陷 灰度共生矩阵 特征提取 模糊bp神经网络
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
