基于小波神经网络的木材内部缺陷类型识别的研究

摘要：

利用榆木标准试件,在实验室内用超声波检测仪器对试件进行缺陷分类检测,检测信号作为原始信息.各类试件的原始信号用小波包分解,计算缺陷试件与完好试件在小波包第5层各结点的信号能量变化值.试验发现:木材缺陷引起能量的变化值主要由木材缺陷的大小或严重程度来决定,亦即木材的缺陷程度越严重,能量的变化幅度就越大;对小波包5层分解后各信号结点的能量变化值进行分析,发现在32个结点中,(5,0)结点在各类缺陷试件中能量值变化最大;使用经小波压缩后的信号作为神经网络的输入,形成应用频带能量变化值和应用(5,0)结点小波包系数的2个不同输入特征的人工神经网络.对比分析2个网络识别木材缺陷类型的能力,(5,0)结点小波包系数作为特征训练得到的神经网络检测精度更高.

关键词：木材缺陷、超声检测、小波分析、人工神经网络

所属期刊栏目：42

分类号：S781.5(森林采运与利用)

资助基金：引进国际先进农业科技计划948计划2002-391

在线出版日期：2006-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68