《表2 BP神经网络输出的基本概率分配Table 2 BPAF based on BP network》

  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2可知，针对3个不同测试样本的BP神经网络输出存在不同的峰值和识别误差，因而无法准确判断缺陷类型。因此，需要使用D-S证据理论对网络确定的基本概率分配函数进行融合处理。同时，利用BP神经网络的特征层融合输出可以获得每个证据源的基本概率分配函数以及对每类缺陷的基本概率赋值，为根据D-S证据理论进行融合提供了依据[12]。