《表1 特征参数：基于BP神经网络的超声表面波定量表征金属表层裂纹深度研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络的超声表面波定量表征金属表层裂纹深度研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

BP神经网络算法的核心问题之一是提取合理特征作为输入向量[16-17]。随着裂纹深度变化，所提取的超声信号特征变化应具有一定规律。特征数量太少，算法所需信息不足，预测准确率低；而特征数量过多可能出现冗余数据，加重算法的训练负荷，导致最终结果过度拟合[18]。本研究对超声信号提取10个特征:峰值、平均值、均方根、方差、偏度、峰度、波峰因数、形状因子、脉冲因子和边缘因子，分别用P1-P10表示，如表1所示。