钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机测量与控制期刊
\
基于组合优化神经网络的航空发动机叶片损伤图像分割
基于组合优化神经网络的航空发动机叶片损伤图像分割
作者:
张维亮
李楠
李波
田中笑
石宏
原文服务方:
计算机测量与控制
PNN神经网络
RBF神经网络
GA算法
D-S证据理论
图像分割
摘要:
采用PNN网络和RBF网络相融合的方法对航空发动机叶片损伤图像进行分割,选取损伤图像80个像素点的RGB值和HSV值分别作为PNN网络和RBF网络的输入样本;针对PNN网络和RBF网络的不足,采用GA算法优化PNN网络和RBF网络的输入参数;考虑到叶片损伤图像采集过程中不确定因素对分割结果的影响,采用D-S证据理论将两种网络分割结果进行融合,进而得到最终的叶片损伤图像分割结果;在30组测试样本中正确识别组数为29,识别率高达96.67%,实践表明,该方法有效地克服了凭借单一识别网络和单一信息源进行叶片损伤图像分割的不足,实现了对叶片损伤图像的高效分割.
下载原文
收藏
引用
分享
推荐文章
航空发动机模糊神经网络控制研究
航空发动机
模糊神经网络
控制系统
实时仿真
航空发动机自适应神经网络PID控制
航空发动机
自适应神经网络PID控制
权系数
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
航空发动机叶片损伤自动测量方法研究
航空发动机叶片
样条插值
自动检测
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于组合优化神经网络的航空发动机叶片损伤图像分割
来源期刊
计算机测量与控制
学科
关键词
PNN神经网络
RBF神经网络
GA算法
D-S证据理论
图像分割
年,卷(期)
2014,(5)
所属期刊栏目
算法、设计与应用
研究方向
页码范围
1603-1605
页数
3页
分类号
V232.4
字数
语种
中文
DOI
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
石宏
沈阳航空航天大学航空航天工程学部
30
192
8.0
12.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(58)
共引文献
(168)
参考文献
(8)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1977(1)
参考文献(0)
二级参考文献(1)
1985(1)
参考文献(0)
二级参考文献(1)
1990(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1994(2)
参考文献(1)
二级参考文献(1)
1996(2)
参考文献(0)
二级参考文献(2)
1997(1)
参考文献(0)
二级参考文献(1)
1998(3)
参考文献(0)
二级参考文献(3)
1999(2)
参考文献(0)
二级参考文献(2)
2000(4)
参考文献(0)
二级参考文献(4)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(3)
参考文献(0)
二级参考文献(3)
2004(3)
参考文献(0)
二级参考文献(3)
2005(5)
参考文献(0)
二级参考文献(5)
2006(6)
参考文献(0)
二级参考文献(6)
2007(8)
参考文献(1)
二级参考文献(7)
2008(7)
参考文献(0)
二级参考文献(7)
2009(4)
参考文献(0)
二级参考文献(4)
2010(3)
参考文献(1)
二级参考文献(2)
2011(1)
参考文献(0)
二级参考文献(1)
2012(4)
参考文献(3)
二级参考文献(1)
2013(2)
参考文献(2)
二级参考文献(0)
2014(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
PNN神经网络
RBF神经网络
GA算法
D-S证据理论
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
计算机测量与控制
主办单位:
中国计算机自动测量与控制技术协会
出版周期:
月刊
ISSN:
1671-4598
CN:
11-4762/TP
开本:
大16开
出版地:
北京市海淀区阜成路甲8号
邮发代号:
创刊时间:
1993-01-01
语种:
汉
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
相关基金
航空科学基金
英文译名:
官方网址:
http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:
面上项目
学科类型:
期刊文献
相关文献
1.
航空发动机模糊神经网络控制研究
2.
航空发动机自适应神经网络PID控制
3.
基于人工神经网络的航空发动机故障诊断方法
4.
航空发动机叶片损伤自动测量方法研究
5.
基于RBF神经网络的航空发动机模糊滑模控制研究
6.
基于GSA-Elman神经网络的航空发动机故障诊断
7.
基于RBF神经网络的航空发动机故障诊断研究
8.
基于概率神经网络的航空发动机叶片损伤图像分割
9.
基于径向基神经网络的航空发动机气路故障诊断
10.
基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究
11.
基于 RBF 神经网络补偿的航空发动机 H∞ 自适应控制研究
12.
航空发动机涡轮叶片超温服役损伤的研究进展
13.
基于改进的神经网络对航空发动机故障率预测研究
14.
基于BPHP网络的航空发动机故障诊断
15.
基于PCA-BP的航空发动机大修周期预测方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机测量与控制1998
计算机测量与控制1999
计算机测量与控制2000
计算机测量与控制2001
计算机测量与控制2002
计算机测量与控制2003
计算机测量与控制2004
计算机测量与控制2005
计算机测量与控制2006
计算机测量与控制2007
计算机测量与控制2008
计算机测量与控制2009
计算机测量与控制2010
计算机测量与控制2011
计算机测量与控制2012
计算机测量与控制2013
计算机测量与控制2014
计算机测量与控制2015
计算机测量与控制2016
计算机测量与控制2017
计算机测量与控制2018
计算机测量与控制2019
计算机测量与控制2020
计算机测量与控制2023
计算机测量与控制2024
计算机测量与控制2014年第2期
计算机测量与控制2014年第3期
计算机测量与控制2014年第4期
计算机测量与控制2014年第5期
计算机测量与控制2014年第6期
计算机测量与控制2014年第7期
计算机测量与控制2014年第8期
计算机测量与控制2014年第9期
计算机测量与控制2014年第10期
计算机测量与控制2014年第12期
计算机测量与控制2014年第1期
计算机测量与控制2014年第11期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号