钢板无损检测中基于模糊神经网络的参数识别附视频

被引：6

作者：

张海东

赖康生

代东明

赵向阳

机构：

[1] 大连理工大学三束材料改性国家重点实验室

来源：

计算机测量与控制 | 2003年 / 01期

关键词：

模糊神经网络; 无损检测; 参数识别; 钢板;

D O I：

10.16526/j.cnki.11-4762/tp.2003.01.005

中图分类号：

TP183 [人工神经网络与计算]; TP274.5 [];

学科分类号：

摘要：

钢板表面缺陷自动分类系统是近年来的研究热点之一。为了解决多无损检测源数据融合法检测缺陷尺寸的问题 ,给出了一种适用于多传感器数据融合的模糊神经网络模型 ,并对该模型的结构特点及实现进行了详细讨论。初步试验结果表明 ,此模型在一定程度上解决了从不同无损检测源所测值对钢板缺陷进行有效定量分析这一问题。它在无损检测中的应用表明该模型解决了传统模型中存在一些问题 ,同时表明该模型也可应用到其它许多领域

引用

页码：14 / 16+19 +19

页数：4

共 6 条

[1] 基于参数估计的数据融合方法在余度捷联惯性测量装置中的应用
夏克寒
蔡璞
许化龙
[J]. 计算机自动测量与控制, 2001, (06) : 12 - 13+16
[2] 神经网络与模糊技术的结合与发展
常虹
何丕廉
[J]. 计算机应用研究, 2001, (05) : 4 - 6
[3] 机器视觉与钢板表面缺陷的无损检测
吴平川
路同浚
王炎
[J]. 无损检测, 2000, (01) : 13 - 16+47
[4] 模糊系统和神经网络的融合技术
闻新
宋屹
周露
[J]. 系统工程与电子技术, 1999, (05) : 56 - 59
[5] 冷轧带钢表面缺陷及粗糙度检测系统的应用
童华强
[J]. 钢铁研究, 1997, (02) : 55 - 60
[6] Introduction to Fuzzy Theory and Neural Networks and Their Application .2 Zhao Z Y. Tsinghua University Press . 1996

← 1 →