基于改进LMS算法的复合材料超声检测缺陷识别

作者：王峰林; 王长龙; 胡永江

来源：军械工程学院学报, 2013, (05): 66-69.

• 最小均方规则
• 径向基函数神经网络
• 权值
• 变步长
• 动量项
• 缺陷识别 least mean square
• RBF neural network
• weight
• variable step-size
• momentum project
• flaw recognition

在径向基函数(RBF)神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方(LMS)算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法.该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度.将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值.改进的RBF网络能够较好地识别超声检测脱粘缺陷.

• 单位
  中国人民解放军陆军工程大学