RWESOS-VPMCD方法对超声缺陷信号的识别研究

• 作者: 唐东林 陈印 潘峰 李龙 谢光磊
• 来源期刊: 机械科学与技术
• 关键词: 超声信号 变量预测模型 RWESOS判别函数 模式识别
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 仪器、仪表科学与技术
• 页码范围: 1072-1078
• 页数: 7页
• 分类号: TG115.28
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20200169

摘要

在通过特征值间的内在关系建立预测模型的变量预测模式识别方法(VPMCD)中,传统判别方法受特征向量中的个别特征预测异常值影响大,易导致分类错误.提出基于比值加权的最小误差平方和的判别函数(RWESOS),可将异常预测的特征权重大幅降低,提升正确预测特征的权重,从而提高分类准确率.实验表明,在对不同缺陷大小的超声检测信号的识别中,使用RWESOS判别函数的RWESOS-VPMCD方法的识别率比BP神经网络和普通判别函数的VPMCD方法的识别率分别提高了4％和11％.