基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
超声检测缺陷识别一直是无损检测领域研究的热点.提出采用小波包分析方法来提取缺陷的故障特征,应用集成神经网络对缺陷进行识别.实验表明,集成神经网络的识别效果明显优于单神经网络,该方法为缺陷模式分类问题的解决提供了一条有效途径.
推荐文章
基于超声波检测的BP神经网络缺陷识别方法设计
石油储罐底板
超声波缺陷检测技术
BP神经网络
缺陷数据识别
小波分析与人工神经网络结合对混凝土缺陷超声信号识别的应用
小波分析
人工神经网络
超声波检测
混凝土
缺陷
基于BP神经网络的纸张缺陷检测与识别研究
纸张缺陷检测
图像处理
神经网络
基于小波和神经网络的焊接缺陷识别方法
超声检测
焊缝缺陷
小波
神经网络
识别
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 应用集成神经网络识别超声检测缺陷
来源期刊 现代制造工程 学科 工学
关键词 缺陷识别 小波包分析 集成神经网络
年,卷(期) 2006,(4) 所属期刊栏目 仪器仪表/检测/监控
研究方向 页码范围 98-100
页数 3页 分类号 TP391
字数 2426字 语种 中文
DOI 10.3969/j.issn.1671-3133.2006.04.034
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 陈铁群 华南理工大学机械工程学院光机电一体化研究所 62 730 12.0 24.0
2 刘桂雄 华南理工大学机械工程学院光机电一体化研究所 300 2016 18.0 33.0
3 凌昌荣 华南理工大学机械工程学院光机电一体化研究所 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (29)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (22)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
缺陷识别
小波包分析
集成神经网络
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
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导