基于MEA-BP神经网络对木材内部缺陷诊断的研究

摘要：

为了提高木材内部缺陷的自动识别率,采用电阻层析成像(Electrical Resistance Tomo-graphy,ERT)的方法获取电导率波动信号,通过小波包变换对采集的数据进行3层小波包分析,对8维特征向量进行提取,利用思维进化算法(Mind Evolutionary Alogorithm,MEA)优化权值和阈值,孔洞、节子、腐朽各45组数据,进行BP神经网络训练,每种缺陷20组作为测试集,识别木材内部缺陷.结果表明:MEA-BP神经网络对木材孔洞、节子和腐朽的识别率分别为96.92％、95.38％和92.31％,该模型解决了复杂组合的优化问题,提高了搜索效率,并且达到最佳的预测效果.

关键词： 木材内部缺陷 自动识别率 电阻层析成像 BP神经网络

作者: 刘佳美 徐凯宏 王立海

作者单位: 东北林业大学机电工程学院,黑龙江哈尔滨150040 东北林业大学工程技术学院,黑龙江哈尔滨150040

会议类型: 国内会议

会议名称: 第29届全国高校安全科学与工程学术年会暨第11届全国安全工程领域专业学位研究生教育研讨会

会议地点: 武汉

会议语种:中文

页码: 446-451

在线出版日期: 2017-10-20（万方平台首次上网日期，不代表论文的发表时间）