RWESOS-VPMCD方法对超声缺陷信号的识别研究

作者：唐东林; 陈印; 潘峰; 李龙; 谢光磊

来源：机械科学与技术, 2021, 40(07): 1072-1078.

DOI：10.13433/j.cnki.1003-8728.20200169

• 超声信号
• 变量预测模型
• RWESOS判别函数
• 模式识别

在通过特征值间的内在关系建立预测模型的变量预测模式识别方法(VPMCD)中,传统判别方法受特征向量中的个别特征预测异常值影响大,易导致分类错误。提出基于比值加权的最小误差平方和的判别函数(RWESOS),可将异常预测的特征权重大幅降低,提升正确预测特征的权重,从而提高分类准确率。实验表明,在对不同缺陷大小的超声检测信号的识别中,使用RWESOS判别函数的RWESOS-VPMCD方法的识别率比BP神经网络和普通判别函数的VPMCD方法的识别率分别提高了4%和11%。

• 单位
  石油大学机电工程学院