典型文献
一种基于极限学习机融合模型的实时亚表面缺陷深度检测算法
文献摘要：
为提高检测亚表面缺陷深度的速度与精度,提出了一种基于极限学习机融合模型的实时亚表面缺陷深度检测算法.首先,构造极限学习机模型将涡流传感器以及超声传感器探测数据转化为导体缺陷在不同深度的概率分布;然后,根据不同传感器采集特点对概率分布进行动态赋权,并采用D-S融合模型计算缺陷深度的概率分布;最后,基于最大概率原则对未知缺陷深度的导体进行分类.实验结果表明,相比单传感器检测方法和传统D-S证据等权融合理论,所提出的检测方法具有更高的精确度和稳定性.
文献关键词：
无损检测;极限学习机模型;动态赋权;D-S证据理论;最大隶属原则
中图分类号：
作者姓名：
王章权;周莹;周煊勇;刘半藤
作者机构：
浙江树人大学信息科技学院,浙江 杭州310000;常州大学信息科学与工程学院,江苏 常州213000
文献出处：
引用格式：
[1]王章权;周莹;周煊勇;刘半藤-.一种基于极限学习机融合模型的实时亚表面缺陷深度检测算法)[J].传感技术学报,2022(10):1412-1417
A类：
B类：
融合模型,亚表面缺陷,缺陷深度,深度检测,检测算法,高检,极限学习机模型,涡流传感器,超声传感器,体缺陷,不同深度,概率分布,动态赋权,大概,单传,传感器检测,融合理论,无损检测,证据理论,最大隶属原则
AB值：
0.282671
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。
