基於機器學習的聲發射信號處理算法研究

《《基於機器學習的聲發射信號處理算法研究》》是2020年電子工業出版社出版書籍，作者是周俊,朱文耀,王超。

基本介紹

• 中文名：《基於機器學習的聲發射信號處理算法研究》
• 作者：周俊,朱文耀,王超
• 類別：對象編程
• 出版社：電子工業出版社
• 出版時間：2020年12月
• 頁數：100 頁
• 定價：68.0 元
• 開本：16 開
• ISBN：9787121388965

內容簡介

本書共5章，介紹了聲發射信號處理方法、研究現狀，結合人工智慧發展探討了機器學習在聲發射信號消噪和識別中的套用，研究了K-means聚類算法與小波分析對聲發射信號進行去噪的方法，以及小波分析提取聲發射信號特徵的方法，並利用人工神經網路對聲發射信號特徵進行分類識別以確定聲發射信號的類型。本書介紹了部分人工智慧前沿動態，適合聲發射信號處理、人工智慧方向的研究人員閱讀，也可作為相關專業研究生的參考資料。

圖書目錄

第1章 緒論 001

1.1 聲發射信號基本概念 003

1.2 聲發射信號處理方法 005

1.2.1 參數分析法 006

1.2.2 波形分析法 007

1.2.3 模式識別法 008

1.3 人工智慧的基本概念 010

1.4 人工智慧發展歷程 012

1.5 機器學習典型算法 014

1.6 人機器學習套用在聲發射信號處理中的意義 019

1.7 聲發射信號處理研究現狀 021

1.7.1 聲發射信號消噪研究現狀 021

1.7.2 聲發射信號模式識別研究現狀 023

1.8 深度學習在聲發射信號處理中的套用前景 027

1.9 主要研究內容與總體技術路線 029

1.9.1 主要研究內容 029

1.9.2 總體技術路線 031

第2章 聲發射信號採集 033

2.1 冷凝聲發射信號採集 035

2.2 腐蝕聲發射信號採集 037

2.3 裂紋聲發射信號採集 040

2.4 其他噪聲聲發射源分析 041

第3章 基於K-means聚類算法與小波分析的聲發射信號去噪 043

3.1 小波變換基本理論 046

3.2 小波閾值去噪方法 051

3.3 基於K-MEANS聚類算法的小波去噪閾值生成 053

3.3.1 K-means算法簡介 053

3.3.2 K-means聚類算法流程 054

3.4 實驗結果與分析 056

第4章 基於小波分析與BP神經網路的聲發射信號特徵提取與識別 063

4.1 人工神經網路 066

4.1.1 BP神經網路 067

4.1.2 RBF神經網路 067

4.2 基於小波分析的聲發射信號特徵提取 069

4.3 BP神經網路設計與訓練 075

4.3.1 BP神經網路設計 075

4.3.2 BP神經網路算法流程 076

4.4 實驗結果與分析 077

4.4.1 隱藏層神經元的確定 077

4.4.2 BP和RBF神經網路識別性能比較 082

第5章 完成的主要研究工作 085

參考文獻 089