论文部分内容阅读
利用铸铁工件在加载与卸载时所产生的声发射信号作为神经网络模式识别的输入特征,并对网络输入量与输出量进行模糊化隶属度计算,用最陡下降的BP学习法对连接权重系数进行优化,成功地实现了对铸铁工件样本组的训练和分类.
声发射辅以模糊神经网络的质量检测
【摘 要】
：
利用铸铁工件在加载与卸载时所产生的声发射信号作为神经网络模式识别的输入特征,并对网络输入量与输出量进行模糊化隶属度计算,用最陡下降的BP学习法对连接权重系数进行优化
【机 构】
：
华东理工大学
【出 处】
：
应用声学
【发表日期】
：
2004年4期
其他文献