人工神经网络及其在超声检测中的应用

被引：14

作者：

刘镇清

张海燕

机构：

[1] 同济大学声学研究所!上海

来源：

无损检测 | 2001年 / 05期

关键词：

人工神经网络; 超声检验; 信号处理;

D O I：

暂无

中图分类号：

TB553 [超声控制与检测]; TP183 [人工神经网络与计算];

学科分类号：

0702 ; 070206 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

从组织神经网络的结构参数以及训练和测试网络着手 ,结合实例论述了误差逆传播算法 (BP算法 )在超声检测中的若干应用。

引用

页码：221 / 225

页数：5

共 7 条

[1] 超声检测中人工神经网络对缺陷定量评价 [J].

简晓明 ;

李明轩 .

声学学报, 2000, (01) :71-77

[2] 基于神经网络的焊接缺陷智能化超声模式识别与诊断 [J].

刚铁 .

无损检测, 1999, (12) :529-532+548

[3] 利用人工神经网络实现缺陷类型识别 [J].

陈彦华 ;

李明轩 .

应用声学, 1998, (02) :1-4+10

[4] 便携式智能超声无损检测系统的研究 [J].

谈文心 ;

张新春 .

无损检测, 1997, (07) :181-185

[5] 超声探伤信号的时延神经网络处理 [J].

刘镇清，李成林，刘江韦，魏墨 .

声学学报, 1997, (04) :297-302

[6] 超声探伤信号的人工神经网络识别 [J].

刘镇清 ;

李成林 ;

刘江韦 ;

于岗 .

应用声学, 1997, (02) :14-17

[7] 粗晶材料缺陷的超声检测信号识别 [J].

刘镇清，李成林，魏墨 .

同济大学学报(自然科学版), 1996, (01) :70-75

← 1 →