研究目的
优化用于评估红外热像无损检测中缺陷深度的人工神经网络训练输入数据。
研究成果
研究表明,对用于训练神经网络的数据进行适当的预处理,可以提高主动热中子检测技术中缺陷深度表征的效率。TSR技术在获取缺陷深度时实现了最小误差,而第二温度导数和PCA技术也具有相近的效率。
研究不足
该研究仅限于特定类型的复合材料(碳纤维增强塑料)和特定范围的缺陷深度(0.5至2.5毫米)。研究指出噪声和材料结构不均匀性对缺陷深度评估精度的影响。
研究目的
优化用于评估红外热像无损检测中缺陷深度的人工神经网络训练输入数据。
研究成果
研究表明,对用于训练神经网络的数据进行适当的预处理,可以提高主动热中子检测技术中缺陷深度表征的效率。TSR技术在获取缺陷深度时实现了最小误差,而第二温度导数和PCA技术也具有相近的效率。
研究不足
该研究仅限于特定类型的复合材料(碳纤维增强塑料)和特定范围的缺陷深度(0.5至2.5毫米)。研究指出噪声和材料结构不均匀性对缺陷深度评估精度的影响。
加载中....
您正在对论文“优化用于评估红外热像无损检测中缺陷深度的人工神经网络训练输入数据”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期