一种用于超声缺陷分类的数据融合方法
该文研究了金属材料超声探伤领域中，为提高缺陷识别精度，在对缺陷回波信号进行小波变换的基础上实现数据融合的多级神经网络模型，根据单个分类器的设计准则，利用多级神经网络分类器实现了特征层数据之间的有效融合。结果表明，该模型与小波变换方法相结合，能有效的识别超声探伤中不同的缺陷信号，为缺陷的定性识别提供了一种新的方法和依据。
数据融合 多级神经网络 小波变换 超声缺陷分类
刘旭 张海燕 吴淼
中国矿业大学机电学院(徐州)
国内会议
北京
中文
159～162
1999-05-01（万方平台首次上网日期，不代表论文的发表时间）