《表1 缺陷分类识别效果：基于超声相控阵对焊缝缺陷的检测研究》

  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

《基于超声相控阵对焊缝缺陷的检测研究》

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

本文采用三层小波包进行特征提取，将不同缺陷的第三层各个节点的8个频带特征能量比例作为BP神经网络的特征输入参数，每种缺陷训练样本数30个，其中1代表气孔缺陷，2代表夹杂缺陷，3代表裂纹缺陷。三种缺陷总的训练集为90个样本，测试集为不同缺陷各10个测试样本，分别进行预测分类，网络层数为三层神经网络：输入层、隐含层、输出层。实验过程中的网络模型参数：其神经元类型为8-10-3，学习率设为0.01，训练误差设为0.001，最大迭代次数为1000次，以S型函数作为激活函数，其实验分类预测结果如图7及表1所示。