一种基于聚类的GRBF网络机械缺陷识别方法
A Method of Mining Machinery Flaw Identification Based on Clustering Algorithm Optimized GRBF作者机构：西安科技大学通信学院陕西西安710054
出 版 物：《微电子学与计算机》 (Microelectronics & Computer)
年 卷 期：2012年第29卷第4期
页 面：162-164,168页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金资助项目(51074121) 陕西省教育厅科学研究计划(2010JK659)
摘 要：针对煤矿机械缺陷超声信号的非平稳特性,利用小波包和基于聚类的广义RBF神经网络进行缺陷的智能识别.重点研究了利用小波包方法提取反映不同缺陷性质的特征值和GRBF神经网络分类方法.并以机械焊接缺陷为研究对象,进行了实验研究.结果表明该方法与其他方法相比,具有较高的缺陷分类准确率.
维普期刊数据库
同方期刊数据库