基于提升框架和微粒群优化神经网络的超声信号消噪技术

摘要：

为消除超声无损检测中晶粒散射引起的相干噪声,提高超声无损检测(UNDT)与无损评价(UNDE)基础数据的信噪比(SNR),提出了一种基于微粒群(PSO)优化神经网络模式识别理论的超声信号消噪技术,利用提升框架对原始超声检测信号进行多分辨率分析,根据微粒群算法强大的全局最优化能力,确定径向基函数(RBF)神经网络的结构,并通过径向基函数神经网络所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声.

关键词：超声无损检测、提升框架、微粒群、RBF神经网络

分类号：TB55(声学工程)

在线出版日期：2013-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：23-26