钢板无损检测中基于模糊神经网络的参数识别

• 作者: 代东明 张海东 赖康生 赵向阳
• 来源期刊: 计算机测量与控制
• 关键词: 模糊神经网络 无损检测 参数识别 钢板
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 自动化测试
• 页码范围: 14-16,19
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4598.2003.01.005

摘要

钢板表面缺陷自动分类系统是近年来的研究热点之一.为了解决多无损检测源数据融合法检测缺陷尺寸的问题, 给出了一种适用于多传感器数据融合的模糊神经网络模型,并对该模型的结构特点及实现进行了详细讨论.初步试验结果表明,此模型在一定程度上解决了从不同无损检测源所测值对钢板缺陷进行有效定量分析这一问题.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一些问题,同时表明该模型也可应用到其它许多领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖康生	大连理工大学三束材料改性国家重点实验室	24	111	7.0	9.0
2	代东明	大连理工大学三束材料改性国家重点实验室	4	35	3.0	4.0
3	张海东	大连理工大学三束材料改性国家重点实验室	2	23	2.0	2.0
4	赵向阳	大连理工大学三束材料改性国家重点实验室	1	10	1.0	1.0