期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于主动小样本学习的管道焊缝缺陷检测方法
被引量：
22
1
作者
刘金海
赵真
+2 位作者
付明芮
左逢源
王雷
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022年第11期252-261,共10页
基于X射线探伤的焊缝缺陷检测是维护管道安全的关键环节,实现高精度、高效率的缺陷智能检测是推动无损检测智能化、现代化的重要方面。目前,基于深度学习的缺陷检测方法很难达到较高的精度和效率,因其需要大量标注样本且难以获取。针对...
基于X射线探伤的焊缝缺陷检测是维护管道安全的关键环节,实现高精度、高效率的缺陷智能检测是推动无损检测智能化、现代化的重要方面。目前,基于深度学习的缺陷检测方法很难达到较高的精度和效率,因其需要大量标注样本且难以获取。针对这一问题,提出了一种基于主动小样本学习的管道焊缝缺陷检测方法。首先,基于轻量级神经网络提取小样本特征,以数据驱动的方式训练缺陷检测器;然后,推理无标签样本计算检测及分类不确定度并充分挖掘价值样本;最后,根据高价值样本微调网络参数,以最小的成本获得较高的性能提升。实验结果表明,方法能够利用更少的样本,在保证运行效率的前提下,提高约8%的精度。
展开更多
关键词
X射线检测
深度学习
主动小样本学习
价值样本挖掘
在线阅读
下载PDF
职称材料
基于漏磁内检测的缺陷识别方法
被引量：
31
2
作者
刘金海
付明芮
唐建华
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016年第11期2572-2581,共10页
基于漏磁原理的管道内检测信号和管壁缺陷之间存在强非线性关系,导致缺陷(特别是小缺陷)识别和分析困难。针对内检测器漏磁信号中的缺陷识别问题,设计一种新的缺陷识别方法,可以在漏磁内检测数据中精确识别缺陷。该方法包括3个部分:针...
基于漏磁原理的管道内检测信号和管壁缺陷之间存在强非线性关系,导致缺陷(特别是小缺陷)识别和分析困难。针对内检测器漏磁信号中的缺陷识别问题,设计一种新的缺陷识别方法,可以在漏磁内检测数据中精确识别缺陷。该方法包括3个部分:针对普通基值校准算法在多通道数据对齐中精度低的问题,提出一种基值二次校准算法,为后续数据分析提供精确数据源;区别于常规方法中用到的峰谷值等显性特征,提出6种更能反映缺陷信号的本质特征,并设计了相应的特征提取方法,为缺陷识别提供精确的分类依据;设计了基于随机森林的缺陷识别算法,可以在漏磁内检测数据中精确识别各种缺陷。最后,对所提出的方法进行了性能对比分析和试验验证。结果表明:所设计的缺陷识别方法准确率为99.59%,其中对小缺陷的识别灵敏度为98.66%,证明所提出的缺陷识别方法可有效地完成目标缺陷的识别。
展开更多
关键词
特征提取
目标识别
随机森林
漏磁信号
在线阅读
下载PDF
职称材料
题名
基于主动小样本学习的管道焊缝缺陷检测方法
被引量：
22
1
作者
刘金海
赵真
付明芮
左逢源
王雷
机构
东北大学信息科学与工程学院
沈阳派得林科技有限责任公司
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022年第11期252-261,共10页
基金
国家自然科学基金(U21A20481,61973071)
辽宁省兴辽英才项目(XLYC2002046)资助。
文摘
基于X射线探伤的焊缝缺陷检测是维护管道安全的关键环节,实现高精度、高效率的缺陷智能检测是推动无损检测智能化、现代化的重要方面。目前,基于深度学习的缺陷检测方法很难达到较高的精度和效率,因其需要大量标注样本且难以获取。针对这一问题,提出了一种基于主动小样本学习的管道焊缝缺陷检测方法。首先,基于轻量级神经网络提取小样本特征,以数据驱动的方式训练缺陷检测器;然后,推理无标签样本计算检测及分类不确定度并充分挖掘价值样本;最后,根据高价值样本微调网络参数,以最小的成本获得较高的性能提升。实验结果表明,方法能够利用更少的样本,在保证运行效率的前提下,提高约8%的精度。
关键词
X射线检测
深度学习
主动小样本学习
价值样本挖掘
Keywords
X-ray testing
deep learning
active small sample learning
value sample mining
分类号
TE88 [石油与天然气工程—油气储运工程]
TP277 [自动化与计算机技术—检测技术与自动化装置]
TH878.3 [机械工程—精密仪器及机械]
在线阅读
下载PDF
职称材料
题名
基于漏磁内检测的缺陷识别方法
被引量：
31
2
作者
刘金海
付明芮
唐建华
机构
东北大学信息科学与工程学院
中海油能源发展装备技术有限公司
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016年第11期2572-2581,共10页
基金
国家自然科学基金(61473069
61374124)
+1 种基金
中央高校基本科研业务费专项资金(N140405002
N130104001)项目资助
文摘
基于漏磁原理的管道内检测信号和管壁缺陷之间存在强非线性关系,导致缺陷(特别是小缺陷)识别和分析困难。针对内检测器漏磁信号中的缺陷识别问题,设计一种新的缺陷识别方法,可以在漏磁内检测数据中精确识别缺陷。该方法包括3个部分:针对普通基值校准算法在多通道数据对齐中精度低的问题,提出一种基值二次校准算法,为后续数据分析提供精确数据源;区别于常规方法中用到的峰谷值等显性特征,提出6种更能反映缺陷信号的本质特征,并设计了相应的特征提取方法,为缺陷识别提供精确的分类依据;设计了基于随机森林的缺陷识别算法,可以在漏磁内检测数据中精确识别各种缺陷。最后,对所提出的方法进行了性能对比分析和试验验证。结果表明:所设计的缺陷识别方法准确率为99.59%,其中对小缺陷的识别灵敏度为98.66%,证明所提出的缺陷识别方法可有效地完成目标缺陷的识别。
关键词
特征提取
目标识别
随机森林
漏磁信号
Keywords
feature extraction
object recognition
random forest
magnetic flux leakage（MFL） signal
分类号
TE88 [石油与天然气工程—油气储运工程]
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于主动小样本学习的管道焊缝缺陷检测方法
刘金海
赵真
付明芮
左逢源
王雷
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022
22
在线阅读
下载PDF
职称材料
2
基于漏磁内检测的缺陷识别方法
刘金海
付明芮
唐建华
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016
31
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
