Biblioteca122.294 documentos en línea

Artículo

Extreme Learning Machine and Moving Least Square Regression Based Solar Panel Vision InspectionInspección visual de paneles solares basada en máquinas de aprendizaje extremo y regresión de mínimos cuadrados móviles

Resumen

En los últimos años, la inteligencia artificial basada en el aprendizaje ha suscitado gran interés en la ciencia y la ingeniería. Especialmente en el campo de la inspección industrial automática, la inspección visual basada en el aprendizaje automático desempeña un papel cada vez más importante en la identificación de defectos y la extracción de características. Mediante el aprendizaje a partir de muestras de imágenes, pueden obtenerse muchas características de objetos industriales, como formas, posiciones y ángulos de orientación, que pueden utilizarse para determinar si hay defectos o no. Sin embargo, la robustez y la rapidez no son fáciles de conseguir en este tipo de inspección. En este trabajo, para la inspección visual de paneles solares, presentamos una máquina de aprendizaje extremo (ELM) y un enfoque basado en la regresión de mínimos cuadrados móviles para identificar defectos en las juntas de soldadura y detectar la posición del panel. En primer lugar, se aplican la distribución de picos del histograma (HPD) y el cálculo fraccionario para el preprocesamiento de imágenes. A continuación, se analiza en detalle la identificación de juntas de soldadura defectuosas basada en ELM. Por último, se introduce un algoritmo de regresión por mínimos cuadrados móviles (MLSR) para determinar la posición del panel solar. Los resultados experimentales y las comparaciones muestran que el método de inspección basado en ELM y MLSR propuesto es eficiente no sólo en precisión de detección, sino también en velocidad de procesamiento.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento