裂纹源的支持向量机与神经网络定位对比研究

• 作者: 毛汉颖 王向红 黄振峰
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 源定位 声发射
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 机械工程
• 页码范围: 357-360
• 页数: 4页
• 分类号: TN911.7
• 字数: 2336字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7445.2009.03.020

摘要

利用声发射技术检测水轮机叶片裂纹的产生位置.针对水轮机结构复杂及裂纹位置比较集中等特点,提出利用支持向量机的分类与回归功能对水轮机转轮叶片的裂纹进行定位.结果表明,与BP(误差反向传播)神经网络相比,支持向量机在叶片区域的识别率为100%,高于BP网络;裂纹源到焊缝的距离的预测精度也稍高于BP网络,因而支持向量机是一种适合复杂结构的定位方法,特别是在样本量不大的场所.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄振峰	广西大学机械学院	80	535	12.0	19.0
2	王向红	上海交通大学机械学院	5	71	5.0	5.0
3	毛汉颖		13	62	5.0	7.0