《表5 测试结果对照Table 5 Comparison of test results》

  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神经网络和证据理论的超声检测缺陷识别》

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

%

由表4可知，本文所用识别模型具有较好的稳定性，10次测试的平均识别准确率为81.3%，从而验证了所建模型的稳定性。利用本文方法进行缺陷识别结果，与传统D-S证据理论融合结果进行比较，得到对比实验结果如表5所示。