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:
采用概率神经网络方法对航空发动机叶片损伤图像进行分割,选取图像中80个像素点的RGB值作为网络的输入样本,经过训练的网络获取了有效的权值和阈值,实现了图像损伤区域和背景区域的分割.结果证明,该图像分割方法与传统的图像分割和其它神经网络图像分割方法相比,具有更好的图像分割效果.
推荐文章
基于模糊神经网络的航空发动机故障诊断研究
模糊神经网络
航空发动机
故障诊断
基于人工神经网络的航空发动机故障诊断方法
故障诊断
BP神经网络
BP算法
航空发动机
基于灰色神经网络的航空发动机振动故障诊断方法研究
航空发动机
故障诊断
神经网络
灰色理论
基于神经网络的某型航空发动机故障诊断专家系统研究
神经网络
发动机
故障诊断
专家系统
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 基于概率神经网络的航空发动机叶片损伤图像分割
来源期刊 沈阳航空航天大学学报 学科 航空航天
关键词 航空发动机 叶片损伤图像 概率神经网络 图像分割
年,卷(期) 2013,(2) 所属期刊栏目 航空宇航工程
研究方向 页码范围 22-26
页数 5页 分类号 V232.4
字数 4119字 语种 中文
DOI 10.3969/j.issn.2095-1248.2013.02.006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (88)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (15)
二级引证文献  (2)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
航空发动机
叶片损伤图像
概率神经网络
图像分割
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
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导