目视检测损伤检出概率BP神经网络预测模型
为了获得更可靠的检出概率,提高目视检测结果准确性,保证航空维修安全,根据检测环境影响因素实验结果,选取照明条件、检测距离、检测角度、损伤深度作为检测结果影响因素,采用反向传播( BP)神经网络,以4个影响因素作为输入层神经元,检出概率作为输出层神经元,通过网络训练对样本数据进行仿真,建立检出概率预测模型,通过比较预测和实验数据对模型进行检验。结果表明,模型预测与实验所得检出概率值均方百分比误差为4.79',模型预测结果是有效可行的。根据目视检测损伤检出概率BP神经网络预测模型可以选择符合要求的检测条件。
目视检测、冲击损伤、检出概率、反向传播神经网络、预测模型
TP183(自动化基础理论)
国家自然科学基金资助项目11372192。
2014-12-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
172-175