电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2002年
5期
734-737
,共4页
涡流检测%裂缝识别%组合神经网络模型
渦流檢測%裂縫識彆%組閤神經網絡模型
와류검측%렬봉식별%조합신경망락모형
针对使用单一神经网络在缺陷识别中存在的输入矢量维数高,结构复杂及训练时间长等问题,本文提出了组合神经网络模型,这一模型采用逐级判别的方法,每级判断均采用独立的神经网络子模块,各模块采用随机学习算法分别进行训练.裂缝识别的计算实例表明,这一组合模型使神经网络输入变量的维数从N2降低到N,网络结构大为简化,训练速度很快,同时具有较高的缺陷识别率,可推广应用于实时涡流检测中.
針對使用單一神經網絡在缺陷識彆中存在的輸入矢量維數高,結構複雜及訓練時間長等問題,本文提齣瞭組閤神經網絡模型,這一模型採用逐級判彆的方法,每級判斷均採用獨立的神經網絡子模塊,各模塊採用隨機學習算法分彆進行訓練.裂縫識彆的計算實例錶明,這一組閤模型使神經網絡輸入變量的維數從N2降低到N,網絡結構大為簡化,訓練速度很快,同時具有較高的缺陷識彆率,可推廣應用于實時渦流檢測中.
침대사용단일신경망락재결함식별중존재적수입시량유수고,결구복잡급훈련시간장등문제,본문제출료조합신경망락모형,저일모형채용축급판별적방법,매급판단균채용독립적신경망락자모괴,각모괴채용수궤학습산법분별진행훈련.렬봉식별적계산실례표명,저일조합모형사신경망락수입변량적유수종N2강저도N,망락결구대위간화,훈련속도흔쾌,동시구유교고적결함식별솔,가추엄응용우실시와류검측중.
