中国学术期刊网络出版总库
  关闭
基于BP神经网络的管道缺陷模式识别与精确定量识别  
   推荐 CAJ下载 PDF下载
【英文篇名】 Pattern recognition and quantitative recognition of pipeline faults based on BPNN Method
【下载频次】 ★★★★★
【作者】 洪仁植; 王树达; 常亮;
【英文作者】 HONG Ren-zhi1; WANG Shu-da1; CHANG Liang2(1.Electricity and Information Engineering College; Daqing Petroleum Institute; Daqing; Heilongjiang 163318; China; 2.Chemical Plant No.1; Daqing Petrochemical Complex; Heilongjiang 163714; China);
【作者单位】 大庆石油学院电气信息工程学院; 中国石油大庆石化公司化工一厂 黑龙江大庆; 黑龙江大庆;
【文献出处】 大庆石油学院学报 , Journal of Daqing Petroleum Institute, 编辑部邮箱 2008年 01期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 漏磁检测; 信号调理; 特征提取; 模式识别; 定量识别;
【英文关键词】 magnetic flux leakage testing; signal conditioning; eigenvalue extract; pattern recognition; quantitative recognition;
【摘要】 建立了缺陷定量识别的BP神经网络模型,为3类缺陷(孔状缺陷、坑状缺陷、裂纹缺陷)设计了专门的定量识别网络;改进了定量识别网络的均方误差函数,使网络的训练过程更为稳定和平滑,在识别训练样本时的绝对偏差均在±0.01mm以内.结果表明,定量识别的结果精度较高,能够满足小缺陷的精确定量识别要求.
【英文摘要】 BP neural network model for the quantitative recognition of defects was established,one for each kind of fault.Improvement has been made to networks' mean square error function to force the training process to be smoother and more stable.Result shows that the absolute deviation when quantifying trained samples is below 0.1 mm.This result shows that quantification accuracy is high,and precise quantitative recognition for small defects can be realized.
【更新日期】 2008-03-31
【分类号】 TP183
【正文快照】 0引言模式识别[1]主要有统计方法、结构方法、模糊模式识别方法和神经网络方法等.其中,统计模式识别方法需要大量的已知样本或知识库,在应用时需要制作大量的标准缺陷,建立不同类型缺陷的特征库,对实验条件要求也很高;结构模式识别方法是对符号信息进行操作,应用水平较高,如图?

xxx
【读者推荐文章】中国期刊全文数据库 中国重要报纸全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号