基于PCA-BP神经网络的多股铜导线 熔痕定量金相识别方法研究

• 作者: 王冠宁 邓亮
• 来源期刊: 火灾科学
• 学科: 工学
• 关键词: 定量金相 主成分分析 BP神经网络 分类识别 多股铜导线熔痕
• 年，卷（期）: 2019,（1）
• 页码范围: 49-59
• 页数: 11页
• 分类号: TG115.21|X915.5
• 字数: 5611字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5309.2019.01.07

摘要

为实现火灾现场中多股铜导线熔痕的自动识别,采用主成分分析(PCA)和反向传播(BP)神经网络算法对四种多股铜导线熔痕(一次短路熔痕、二次短路熔痕、过负荷熔痕和火烧熔痕)的金相组织进行了识别研究.利用Im-age-Pro Plus 6.0和Axio-Imaging软件获取每种熔痕30组17维金相组织参数数据,采用PCA对四种熔痕共120组数据降维,获得前6个主成分得分矩阵,建立具有6个输入层节点,10个隐层节点和4个输出节点的神经网络模式识别模型.随机抽取每种熔痕的20组样品的主成分得分矩阵作为训练集,将每种熔痕的剩余10组主成分得分为测试数据,输入最终训练完成的模型进行识别,其识别准确率达到92.5％.实验结果表明采用PCA+BP神经网络的算法,可以较好地实现多股铜导线熔痕识别,为火灾物证鉴定工作提供了有力的工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓亮		23	140	5.0	11.0
2	王冠宁		4	6	1.0	2.0