典型文献
BP神经网络和Duffing系统结合的超声导波管道检测研究
文献摘要：
针对管结构中微小缺陷的定性分类问题,本文提出了一种基于深度学习和Duffing系统结合的超声导波管道检测研究.将BP神经网络与传统的超声导波技术相结合,对数值模拟信号分别提取小波变换得到的小波系数能量值,以及10个时域特征值,同时引入Duffing振子中的分维数缺陷识别方法,实现了管道缺陷中凹陷、裂缝、孔洞三种缺陷的分类识别.实验结果表明:在处理数值模拟管道超声导波信号的分类问题上,基于传统特征选取办法的BP神经网络识别准确率为86.35％,加入三个混沌系数后准确率提升至91.85％.
文献关键词：
超声检测;无损检测;神经网络;混沌系统
中图分类号：
作者姓名：
饶子玉;武静
作者机构：
青海大学土木工程学院,西宁810016;东莞理工学院,东莞523808
文献出处：
引用格式：
[1]饶子玉;武静-.BP神经网络和Duffing系统结合的超声导波管道检测研究)[J].价值工程,2022(19):101-104
A类：
B类：
Duffing,超声导波,管道检测,微小缺陷,定性分类,分类问题,技术相结合,模拟信号,小波变换,小波系数,能量值,时域特征,振子,分维数,缺陷识别,管道缺陷,凹陷,孔洞,分类识别,传统特征,特征选取,识别准确率,准确率提升,超声检测,无损检测,混沌系统
AB值：
0.390185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
