Klasyfikacja rodzaju defektów tkanin za pomocą probabilistycznejsztucznej sieci neuronowej oraz za pomocą systemu FPGA
Research and development
Autorzy:
- Hasnat Abul
Government College of Engineering & Textile Technology, Berhampore, India - Ghosh Anindya (j/w)
- Khatun Amina
Jadavpur University, Kolkata, India - Halder Santanu
Government Govt. College of Engineering & Leather Technology, Kolkata, India
DOI number: 10.5604/01.3001.0010.1709
 Pełen tekst (ang.) | references | Abstrakt: W pracy zaprezentowano system klasyfikacji wad tkanin przy użyciu probabilistycznej sieci neuronowej (PNN) i przy zastosowaniu systemu Field Programmable Gate Array (FPGA). PNN pozwala na osiągnięcie dokładności 98 ± 2% dla zbioru danych testowych, podczas gdy system FPGA pozwala na osiągnięcie dokładności około 94 ± 2%. System FPGA pracuje przy częstotliwości 50,777 MHz, co odpowiada 19,694 ns. |
Tagi:
classification, fabric defect, field programmable gate arrays, radial basis function, probabilistic neural network.
Cytowanie:
Hasnat A, Ghosh A, Khatun A, Halder S. Pattern Classification of Fabric Defects Using a Probabilistic Neural Network and Its Hardware Implementation using the Field Programmable Gate Array System. FIBRES & TEXTILES in Eastern Europe 2017; 25, 1(121): 42-48. DOI: 10.5604/01.3001.0010.1709