阮晴
- 作品数：4 被引量：20H指数：3
- 供职机构：国防科学技术大学机电工程与自动化学院更多>>
- 相关领域：自动化与计算机技术兵器科学与技术金属学及工艺更多>>
- 基于BP网络和D-S证据理论的超声检测缺陷识别被引量：6
- 2011年
- 针对目前超声检测领域缺陷识别率不高的现状,构建基于3个BP网络和D-S证据理论的融合模型,将数据融合技术应用于超声缺陷分类中。针对非稳态超声缺陷回波的特点,分别选择离散小波变换、小波包变换及经验模式分解提取其特征值。实验结果表明,该方法在超声缺陷分类的应用中是有效的,缺陷识别的准确率可达96%。
- 阮晴罗飞路王鹏
- 关键词：BP网络D-S证据理论特征提取
- 多属性决策方法在地磁图适配性分析中的应用被引量：8
- 2011年
- 针对单一特征参数评价地磁图适配性不全面的问题,采用基于最大离差和最大熵的多属性决策方法对地磁图适配性进行综合评价。综合考虑地磁标准差、地磁粗糙度、地磁相关系数、地磁信息熵4个地磁图特征参数,通过确定各参数的权重,求解出地磁图的综合评价值,并利用相关匹配算法进行仿真实验。结果表明:地磁图的综合评价值与匹配概率有良好的一致性,综合评价值越大,匹配概率越高,可将综合评价值作为地磁图适配性分析的定量依据。
- 王鹏吴美平阮晴袁海平
- 关键词：适配性最大熵多属性决策
- 超声无损检测缺陷识别方法研究
- 作为五大无损检测手段之一,超声无损检测在工业领域得到了广泛的应用。本文结合小波包变换(WPT)和经验模式分解(EMD)分析非平稳信号的优势,基于类内类间平均距离的特征评估方法在选取敏感特征方面的优越性,径向基神经网络(R...
- 阮晴
- 关键词：超声无损检测RBF网络D-S证据理论
- 文献传递
- 基于特征评估和概率神经网络的超声焊缝缺陷识别被引量：4
- 2012年
- 为了可靠地检出并识别焊缝缺陷,提出了一种基于特征评估和概率神经网络(PNN)的超声自动识别方法.该方法分别采用小波包和经验模式分解法对缺陷信号进行分解,提取原始信号和各分解信号的时域无量纲参数组成联合特征,并计算其评估因子,根据评估因子的大小选取敏感特征作为PNN的输入,从而实现不同焊缝缺陷类型的自动识别.通过对飞机起落架焊缝进行机上原位检测,实验结果表明,上述方法能够从大量的缺陷特征中筛选出敏感特征,克服了人为选择缺陷敏感特征的盲目性,减小了PNN规模,提高了分类准确率和检测效率.该方法在飞机的外场原位测试中具有很好的应用前景.
- 阮晴罗飞路罗诗途王鹏
- 关键词：小波包经验模式分解概率神经网络
