基于D-S证据理论和RBF网络的航空发动机叶片损伤图像识别技术研究

• 作者: 张维亮 李楠 田中笑 石宏
• 来源期刊: 科学技术与工程
• 学科: 航空航天
• 关键词: D-S证据理论 RBF神经网络 叶片损伤图像 图像识别
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 研究简报
• 页码范围: 6636-6640
• 页数: 5页
• 分类号: V232.4
• 字数: 3422字
• 语种: 中文

摘要

针对航空发动机叶片损伤图像采集过程中存在的不确定性因素及单一RBF网络或D-S证据理论在叶片损伤图像识别中存在的不足,提出一种基于D-S证据理论和RBF网络相融合的决策级信息融合损伤图像识别算法.首先,用RBF网络对损伤图像进行初步识别；然后,将RBF网络识别输出结果作为D-S证据理论的基本可信度分配；最后,利用D-S联合规则进行合成,得出最终识别结果.通过单一优化RBF网络的图像识别结果和融合识别结果的对比分析,证明了该方法在航空发动机叶片损伤图像识别方面的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石宏	沈阳航空航天大学航空航天工程学部	30	192	8.0	12.0