基于小波熵和BP神经网络的木材空洞诊断的研究
针对蒙古栎空洞检测问题,提出小波熵和BP神经网络相结合的应力波检测方法.采用db5小波包基函数对去噪后的应力波检测信号进行了3层小波包分解,然后提取小波熵,并利用小波熵构建特征向量.以BP神经网络作为分类器,小波熵特征向量作为BP神经网络的训练和诊断的输入向量,实现空洞缺陷的识别.试验结果表明,系统能诊断出木材空洞正确识别率高达90%,验证了小波熵特征对于木材应力波空洞检测信号分析的有效性,为木材应力波缺陷检测仪的设计提供了理论基础.
应力波、BP神经网络、小波熵
TP39(计算技术、计算机技术)
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-19