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:
为有效的对超声干耦合检测的储罐腐蚀缺陷进行面积量化,提出一种智能量化储罐腐蚀缺陷面积方法,通过提取检测信号的特征构建数据集,利用数据集训练和测试机器学习模型实现缺陷面积量化.针对超声干耦合检测方式得到的超声A扫信号具有波形交叉混叠使得传统特征提取难以获取有效信息的难点,提出一种多尺度特征提取方法取代传统普通特征提取方法;针对传统无损检测模型难以准确量化缺陷面积的难点,提出引入XGBoost模型.通过实验验证得出,多尺度特征比普通特征的性能更好;XGBoost模型能够更好的量化缺陷;基于多尺度特征的XGBoost模型能够准确量化缺陷面积,其在训练集上准确率达99.4%,在测试集上为88.1%.
推荐文章
基于多尺度核函数的铆接件腐蚀疲劳预测
多分辨分析法
多尺度核
复Gaussian小波
最小二乘支持向量机
基于边缘感知和小样本学习的多尺度带钢表面缺陷分割方法
语义分割
表面缺陷检测
小样本学习
特征金字塔注意力
全局注意力上采样模块
基于图像描述的煤岩裂隙CT图像多尺度特征
煤岩
孔隙结构
CT
图像描述
多尺度分析
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 基于多尺度特征的储罐腐蚀缺陷面积量化
来源期刊 电子测量与仪器学报 学科 工学
关键词 储罐腐蚀缺陷 面积量化 超声干耦合检测 多尺度特征 XGBoost模型
年,卷(期) 2019,(8) 所属期刊栏目 学术论文
研究方向 页码范围 179-186
页数 8页 分类号 TH17|TG115.28+5
字数 语种 中文
DOI 10.13382/j.jemi.B1902167
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 丁超 7 0 0.0 0.0
2 唐东林 1 0 0.0 0.0
3 唐圳雄 1 0 0.0 0.0
4 侯军 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (84)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
储罐腐蚀缺陷
面积量化
超声干耦合检测
多尺度特征
XGBoost模型
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导