-
题名双小波神经网络迭代的漏磁缺陷轮廓重构技术
被引量：5
- 1
-
-
作者
徐超
王长龙
孙世宇
陈鹏
绳慧
-
机构
军械工程学院电气工程系
军械工程学院基础部
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2012年第6期730-735,共6页
-
基金
军队科研计划项目(2010530)
总装科技创新工程项目(7130543)
-
文摘
在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近。用仿真和实验获取的训练样本分别对正演和反演模型的RWBF进行训练。为了提高径向基神经网络的适应性和精度,提出了一种新的训练算法。首先确定最优分解层数,然后利用梯度下降法修正网络的权值。对不同分辨率和不同信噪比下的漏磁信号进行了重构,并与其他方法进行了比较。结果表明,双小波神经网络迭代模型能够实现漏磁缺陷的精确逼近,具有良好的鲁棒性,是有效的二维轮廓重构方法。
-
关键词
人工智能
双小波神经网络迭代模型
二维缺陷重构
多分辨率逼近
材料检测与分析技术
-
Keywords
artificial intelligence
dual wavelet neural network iteration model
2-D defect reconstruction
multi-resolution approximation
material examination and analysis
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TG115.28
[金属学及工艺—物理冶金]
-
