原文服务方: 西安交通大学学报       
摘要:
采用人工神经网络完成涡流无损检测中缺损的定量识别.首先,用数值方法分析了阻抗增量的幅值、相位与缺损尺度的关系,得出结论:用相位值来表征缺损深度效果更好,精度更高.然后,应用小波边缘检测方法确定的信号特征值作为网络的输入,结果表明:计算量大为减小,网络结构得到了简化.
推荐文章
神经网络技术在涡流无损检测中的应用
神经网络
主极
涡流无损检测
信号处理
遗传神经网络结合LIBS技术对钢液Mn元素定量分析
光谱学
激光诱导击穿光谱技术
实验装置
神经网络
遗传算法
定量分析
钢板无损检测中基于模糊神经网络的参数识别
模糊神经网络
无损检测
参数识别
钢板
相关方法在涡流无损检测中的应用
相关方法
涡流无损检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络方法在涡流无损检测定量分析中的应用
来源期刊 西安交通大学学报 学科
关键词 神经网络 涡流无损检测 小波边缘检测
年,卷(期) 2000,(6) 所属期刊栏目
研究方向 页码范围 6-10
页数 5页 分类号 TM151
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2000.06.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 盛剑霓 35 359 12.0 17.0
2 袁斌 16 268 9.0 16.0
3 孙晓云 8 190 8.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (29)
同被引文献  (4)
二级引证文献  (83)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(7)
  • 引证文献(5)
  • 二级引证文献(2)
2004(5)
  • 引证文献(3)
  • 二级引证文献(2)
2005(10)
  • 引证文献(3)
  • 二级引证文献(7)
2006(18)
  • 引证文献(2)
  • 二级引证文献(16)
2007(16)
  • 引证文献(3)
  • 二级引证文献(13)
2008(9)
  • 引证文献(1)
  • 二级引证文献(8)
2009(5)
  • 引证文献(2)
  • 二级引证文献(3)
2010(10)
  • 引证文献(0)
  • 二级引证文献(10)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
涡流无损检测
小波边缘检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导