宁波市自然科学基金(B2006022)
- 作品数：2 被引量：5H指数：2
- 相关作者：方文平杨克己乔华伟黄一春更多>>
- 相关机构：浙江大学更多>>
- 发文基金：国家高技术研究发展计划宁波市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种应用于超声无损检测的广谱反卷积技术被引量：3
- 2009年
- 为了提高复合材料超声无损检测(UNDT)分辨率,提出一种基于小波变换和粒子群算法(PSO)的广谱反卷积新技术.在利用小波变换多分辨率分析能力对超声反射回波信号消噪,并确定超声反射系数位置集的基础上,采用粒子群优化算法求出相应位置反射系数的幅值,从而消除畸变小波的平滑作用,有效改善检测分辨率.同时,该技术还突破传统方法仅适合于超声回波信号为平稳、检测噪声为白色以及先验知识已知的场合应用的局限性.计算机仿真和实验研究表明,与传统反卷积技术相比,该方法能极大地提高超声检测的分辨率,并体现出较强的广谱适应性和鲁棒性.
- 杨克己方文平黄一春乔华伟
- 关键词：超声无损检测反卷积小波变换粒子群算法
- 基于复小波变换和支持向量机的缺陷类型识别被引量：2
- 2008年
- 针对传统缺陷检测存在的工序繁琐、不易在线实施、准确率低、容易受人为因素影响,以及用人工神经网络对小样本事件进行缺陷类型识别时存在泛化能力差和过学习等问题,提出一种基于复小波变换和支持向量机(SVM)模式识别理论的缺陷类型识别新方法.在利用小波对超声缺陷回波信号进行消噪的基础上,采用复小波变换获得缺陷回波信号的包络并提取其特征参数,构成输入特征向量后运用支持向量机进行分类.实验结果表明,该方法具有识别准确率高、泛化能力强、容易实现在线处理等优点.
- 杨克己方文平乔华伟黄一春
- 关键词：复小波变换支持向量机
