沈阳化工大学学报
瀋暘化工大學學報
침양화공대학학보
JOURNAL OF SHENYANG INSTITUTE OF CHEMICAL TECHNOLOGY
2014年
4期
360-364
,共5页
金志浩%叶陈%陆景阳%李志定%吴旭景
金誌浩%葉陳%陸景暘%李誌定%吳旭景
금지호%협진%륙경양%리지정%오욱경
声发射信号%聚类分析%神经网络%模式识别%信号处理
聲髮射信號%聚類分析%神經網絡%模式識彆%信號處理
성발사신호%취류분석%신경망락%모식식별%신호처리
针对声发射信号分类识别的问题,首先将信号特征参数中的幅度、能量、振铃计数与持续时间作为聚类分析的特征属性进行聚类,然后将每类中距离聚类中心较近的信号作为样本训练神经网络,最后利用训练好的神经网络对剩余的信号进行模式识别.实验结果表明:此方法不仅省去了神经网络对样本进行人工标示的繁琐过程,而且提高了神经网络训练效率.
針對聲髮射信號分類識彆的問題,首先將信號特徵參數中的幅度、能量、振鈴計數與持續時間作為聚類分析的特徵屬性進行聚類,然後將每類中距離聚類中心較近的信號作為樣本訓練神經網絡,最後利用訓練好的神經網絡對剩餘的信號進行模式識彆.實驗結果錶明:此方法不僅省去瞭神經網絡對樣本進行人工標示的繁瑣過程,而且提高瞭神經網絡訓練效率.
침대성발사신호분류식별적문제,수선장신호특정삼수중적폭도、능량、진령계수여지속시간작위취류분석적특정속성진행취류,연후장매류중거리취류중심교근적신호작위양본훈련신경망락,최후이용훈련호적신경망락대잉여적신호진행모식식별.실험결과표명:차방법불부성거료신경망락대양본진행인공표시적번쇄과정,이차제고료신경망락훈련효솔.
