期刊文章详细信息
基于感知器神经网络的金属磁记忆检测管道缺陷分析
Analysis of Pipeline Defects by Metal Magnetic Memory Detection Based on Perceptron Neural Network
文献类型：期刊文章
机构地区：[1]中国人民解放军后勤工程学院军事供油工程系,重庆401331 [2]重庆通信学院军事电力工程系,重庆400035
基 金：中国人民解放军总后勤部资助项目(油20040207)
年 份：2013
卷 号：41
期 号：9
起止页码：186-188
语 种：中文
收录情况：BDHX、BDHX2011、ZGKJHX、核心刊
摘 要：感知器神经网络可以在采用金属磁记忆技术查找管道隐性损伤的基础上,有效识别应力集中和宏观裂纹。对4项线性指标的感知器神经网络的计算机仿真分析,100次模拟的平均诊断正确率为71.2%。增加切向梯度和法向梯度乘积项的感知器神经网络识别效果最好,其100次模拟的平均诊断正确率达到了90.7%,显著高于线性模型的识别效果,可有效应用于金属磁记忆的管道缺陷监测。
关 键 词：金属磁记忆 感知器神经网络 管道缺陷
分 类 号：TP183]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
