涡流检测中的组合神经网络模型

• 作者: 幸玲玲 王东进
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 涡流检测 裂缝识别 组合神经网络模型
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 科研通信
• 页码范围: 734-737
• 页数: 4页
• 分类号: TM13
• 字数: 4248字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2002.05.032

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东进	中国科学技术大学电子工程系	80	586	13.0	19.0
2	幸玲玲	南京师范大学电气工程系	8	71	5.0	8.0