《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》
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。
图表编号 | XD00113323400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 董珍一、林莉、孙旭、马志远 |
绘制单位 | 大连理工大学无损检测研究所、大连理工大学无损检测研究所、大连理工大学无损检测研究所、大连理工大学无损检测研究所 |
更多格式 | 高清、无水印(增值服务) |