期刊文章详细信息
超声探伤信号的人工神经网络识别
Flaw signature recognition in ultrasonic testing using artificial neural network
文献类型：期刊文章
机构地区：[1]同济大学声学研究所,上海200092 [2]核工业无损检测中心
基 金：国家自然科学基金;上海市教委青年学术基金
年 份：1997
卷 号：16
期 号：2
起止页码：14-17
语 种：中文
收录情况：BDHX、BDHX1996、CSCD、CSCD_E2011_2012、JST、RCCSE、ZGKJHX、核心刊
摘 要：粗晶奥氏体不锈钢的超声探伤受到能否有效区分有用信号与背景噪声的限制，目前人们大多倾向使用频率分隔来提高缺陷回波比例．本文则介绍一种用傅里叶变换作特征提取、用前馈网络自动识别奥氏体钢中缺陷信号的方法．在作者的实验中．这种方法的正确识别率达到90％．
关 键 词：奥氏体不锈钢 频谱 人工神经网络 超声波探伤
分 类 号：TG115.285] TG142.15]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
