基于神经网络的自适应滤波技术及其在超声检测中的应用

被引:18
作者
杨克己
机构
[1] 浙江大学现代制造工程研究所杭州
基金
浙江省自然科学基金;
关键词
神经网络; 自适应滤波器; 超声检测; 材料噪声;
D O I
10.19650/j.cnki.cjsi.2005.08.011
中图分类号
TN713 [滤波技术、滤波器]; TP183 [人工神经网络与计算];
学科分类号
080902 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
为满足超声无损检测和评价在新材料和新构件上应用的需求,提出了一种基于神经网络的自适应滤波器,使其兼具自适应滤波和非线性处理的能力。该滤波器是在线性自适应滤波器中引入一非线性隐含层而构成,在对该滤波器的结构和收敛性进行详细研究的基础上,实现了一种自适应噪声消除器并应用于超声检测中的材料噪声消除。实验结果证实:利用这种滤波器构成的材料噪声消除器比采用线性自适应滤波器具有更强的降噪能力。
引用
收藏
页码:813 / 817
页数:5
相关论文
共 2 条
[1]   一种改进型裂谱分析方法 [J].
杨克己 .
工程设计, 2000, (04) :131-133
[2]  
Ultrasonics[P]. JACKE STANLEY E.中国专利:US3274033A,1966-09-20