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:
针对钢铁件材质缺陷检测问题,介绍了基于初始幅值磁导率法的一种电磁无损检测方法.为了提高检测的效率和准确率,将RBF神经网络设计成为新的识别系统通过对钢铁件样本数据进行的仿真测试表明,RBF神经网络系统识别效率较高且可靠,为电磁无损检测提供了一个新的思路.
推荐文章
深度学习在工业表面缺陷检测领域的应用研究
深度学习
卷积神经网络
缺陷检测
工业应用
RBF神经网络在刀具状态监控中的应用研究
刀具状态监控
RBF神经网络
特征抽取
饱和蒸汽发电技术在钢铁企业的应用研究
饱和蒸汽发电技术
钢铁企业
轧钢系统
余热蒸汽
激光测距在表面缺陷检测中的应用
激光测距
图像重建
缺陷检测
OpenCV
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 RBF在钢铁材质缺陷检测中的应用研究
来源期刊 计算机与数字工程 学科 工学
关键词 无损检测 RBF神经网络 钢铁缺陷检测
年,卷(期) 2009,(12) 所属期刊栏目 工程实践
研究方向 页码范围 167-169,174
页数 4页 分类号 TP274.3
字数 3100字 语种 中文
DOI 10.3969/j.issn.1672-9722.2009.12.045
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 何云斌 哈尔滨理工大学计算机科学与技术学院 59 346 11.0 15.0
2 杜卓奇 哈尔滨理工大学计算机科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无损检测
RBF神经网络
钢铁缺陷检测
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导