10.3321/j.issn:0253-360X.2009.08.011
基于遗传小波神经网络MIG焊熔透状态模式识别
通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用并加以改进,建立了基于电弧声信号特征的MIG焊熔透状态诊断网络模型.声波信号经小波去噪和小波包频带能量特征提取后,作为小波神经网络模型的输入特征向量,网络训练中采用具有全局优化能力的遗传算法动态修改网络结构和参数,避免了神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能.结果表明,将网络模型用于熔透状态诊断,证实了方案的可行性和有效性.
小波变换、神经网络、遗传算法、熔透、模式识别
30
TP274(自动化技术及设备)
宁波自然科学基金2008A610031;黑龙江省自然科学基金E2007-01;黑龙江省青年骨干教师基金1153G009;哈尔滨市科技创新基金2007RFQXG055
2009-11-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
41-44