您的位置: 专家智库 > >

江苏省高校自然科学研究项目(04KJD470014)

作品数:6 被引量:9H指数:2
相关作者:贾健明颜鹏陈剑鹤陈黎敏更多>>
相关机构:常州信息职业技术学院更多>>
发文基金:江苏省高校自然科学研究项目江苏省高校高新技术产业发展项目常州市工业科技攻关项目更多>>
相关领域:金属学及工艺自动化与计算机技术电气工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇金属学及工艺
  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 6篇电磁无损检测
  • 6篇在线检测
  • 6篇无损检测
  • 5篇钢铁件
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇神经网
  • 3篇神经网络
  • 3篇人工神经
  • 3篇人工神经网络
  • 3篇最小二乘
  • 3篇最小二乘支持...
  • 3篇网络
  • 3篇向量机
  • 3篇工神经网络
  • 3篇LS-SVM
  • 3篇人工神经网
  • 2篇渗碳
  • 2篇渗碳层
  • 2篇渗碳层深度

机构

  • 6篇常州信息职业...

作者

  • 6篇贾健明
  • 3篇颜鹏
  • 2篇陈剑鹤
  • 1篇陈黎敏

传媒

  • 1篇制造业自动化
  • 1篇电子测量技术
  • 1篇仪器仪表学报
  • 1篇现代制造工程
  • 1篇金属热处理
  • 1篇伺服控制

年份

  • 3篇2009
  • 3篇2006
6 条 记 录,以下是 1-6
排序方式:
基于RBF神经网络的渗碳层深度电磁无损检测被引量:3
2006年
为了实现钢铁件渗碳层深度的实时在线电磁无损检测,本文利用了DWY-1型电磁无损检测仪,采用改进的Gram-Schmidt方法优化RBF人工神经网络进行实验。实验表明,渗碳层深度的检测精度、网络的收敛速度能满足生产实际的需要。
贾健明陈剑鹤
关键词:人工神经网络在线检测电磁无损检测渗碳
基于人工神经网络的钢铁件淬火硬度电磁无损检测被引量:2
2006年
利用DWY-1型电磁无损检测仪,采用改进的Gram-Schm idt方法优化的RBF(径向基函数网络)人工神经网络,实现了钢铁件淬火硬度的实时在线无损检测。结果表明,淬火硬度的检测精度、网络的收敛速度能满足生产实际的需要。
贾健明
关键词:人工神经网络在线检测电磁无损检测淬火硬度
基于Online LS-SVM的钢铁件淬火硬度在线检测
2009年
为了实现钢铁件淬火硬度的在线电磁无损检测,提出了在线最小二乘支持向量机(online least square support vector machine)的建模方法。Online LS-SVM是以增量学习训练SVM,以减量学习减少样本数,实现小样本估计的训练方法。实验结果表明,Online LS-SVM不仅能实现钢铁件淬火硬度的在线电磁无损检测,而且具有学习速度快,泛化性能好,对样本依赖程度低的优点。
贾健明颜鹏
关键词:最小二乘支持向量机在线检测电磁无损检测
基于RBF人工神经网络的钢铁件淬硬层深度实时在线电磁无损检测被引量:1
2006年
利用DWY—1型电磁无损检测仪,采用改进的Gram-Schmidt方法优化的RBF人工神经网络,实现了钢铁件淬硬层深度的实时在线无损检测。试验表明,淬硬层深度的检测精度、网络的收敛速度能满足生产实际的需要。
贾健明陈剑鹤
关键词:RBF人工神经网络在线检测无损检测
基于Online LS-SVM的钢铁件淬硬层深度在线检测被引量:1
2009年
为了实现钢铁件淬硬层深度的在线电磁无损检测,提出了在线最小二乘支持向量机(OnlineLeast Square Support Vector Machine)的建模方法。Online LS-SVM是以增量学习训练SVM,以减量学习减少样本数,实现小样本估计的训练方法。实验结果表明,Online LS-SVM不仅能实现钢铁件淬硬层深度的在线电磁无损检测,而且具有学习速度快,泛化性能好,对样本依赖程度低的优点。
贾健明颜鹏
关键词:最小二乘支持向量机在线检测电磁无损检测
基于Online LS-SVM的钢铁件渗碳层深度在线检测被引量:2
2009年
为实现钢铁件渗碳层深度的在线电磁无损检测,提出在线最小二乘支持向量机(Online Least Square Support Vector Machine,Online LS-SVM)的建模方法。Online LS-SVM是以增量学习训练SVM,以减量学习减少样本数,实现小样本估计的训练方法。实验结果表明,Online LS-SVM不仅能实现钢铁件渗碳层深度的在线电磁无损检测,而且具有学习速度快、泛化性能好和对样本依赖程度低的优点。
贾健明颜鹏陈黎敏
关键词:最小二乘支持向量机在线检测电磁无损检测渗碳
共1页<1>
聚类工具0