双小波神经网络迭代的漏磁缺陷轮廓重构技术

• 作者: 孙世宇 徐超 王长龙 绳慧 陈鹏
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 人工智能 双小波神经网络迭代模型 二维缺陷重构 多分辨率逼近 材料检测与分析技术
• 年，卷（期）: 2012,（6）
• 页码范围: 730-735
• 分类号: TP391.4|TG115.28
• 字数: 4105字
• 语种: 中文

摘要

在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近.用仿真和实验获取的训练样本分别对正演和反演模型的RWBF进行训练.为了提高径向基神经网络的适应性和精度,提出了一种新的训练算法.首先确定最优分解层数,然后利用梯度下降法修正网络的权值.对不同分辨率和不同信噪比下的漏磁信号进行了重构,并与其他方法进行了比较.结果表明,双小波神经网络迭代模型能够实现漏磁缺陷的精确逼近,具有良好的鲁棒性,是有效的二维轮廓重构方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏	军械工程学院电气工程系	62	344	10.0	14.0
2	王长龙	军械工程学院电气工程系	89	339	10.0	14.0
3	孙世宇	军械工程学院电气工程系	43	382	8.0	18.0
4	徐超	军械工程学院电气工程系	49	209	8.0	11.0
5	绳慧	军械工程学院基础部	12	33	4.0	5.0