无损检测中的基于模糊神经网络数据融合技术

• 作者: 孙圣和 张兆礼 张毅刚
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 数据融合 模糊神经网络 无损检测
• 年，卷（期）: 2001,（1）
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP18
• 字数: 1893字
• 语种: 中文

摘要

数据融合是一门正在飞速发展的信息处理技术,它能从多源信息中融合信息,减少信号的不确定度并再现出一个全面的信源.传统的数据融合模型大都建立在统计理论模型之上.存在的缺点主要表现在要求先验知识,应用领域受到限制.基于模糊神经网络的数据融合是一个新的领域,本文给出了一种适用于多传感器数据融合的模糊神经网络结构.文末给出了它在无损检测中的应用.文章对该模型的实现及其特点进行了详细讨论.它在无损检测中的应用表明该模型解决了传统模型中存在的问题,同时表明该模型也可用在其它许多领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙圣和	哈尔滨工业大学自动化测试与控制系	112	2796	27.0	49.0
2	张毅刚	哈尔滨工业大学自动化测试与控制系	33	809	12.0	28.0
3	张兆礼	哈尔滨工业大学自动化测试与控制系	10	177	7.0	10.0