1、“.....使用统计法对缺陷长度的评价精度可达以上,对宽度和深度的评价精度达到法决定。年至年,韩文花等人提出以径向基函数神经网络作为前向模型,分别采用遗传算法结合模拟退火技术的遗传局部搜索算法也称改进的遗传局部搜索算法和加入模拟退火技术的遗传算法遗传模拟退火算法对逆问题的求解进行优化。结果显示,将遗传算法用于缺陷维模型的重构,能避免基于梯度下降法的迭代逆运算可能遇到的局部最小问题,并可得重建及处理技术石油学报,。缺陷量化方法概述漏磁检测定量计算的方法分为直接法和间接法。直接法无法得到唯稳定的解,故实际中很少采用。间接法又分为映射法和信号分类法,其中映射法又细分为统计法和人工神经网络法。而信号分类法属于定性方法,不直接给出缺陷的外形尺寸。鉴于此,本文主要介绍间接方法中的映射法,即以统计或按作者提出的逐次逼近法重构缺陷形状,能够取得较好的量化效果......”。

2、“.....该方法具有计算量小重构方法简单等优点。结束语各种漏磁检测信号量化方法对应不同应用条件和实际需求,对提高基于漏磁原理的缺陷检测准确度具有积极意义和定价值。但漏磁检测领域存在的诸如获取到的缺陷信号弱分辨率低对缺陷的准确识别和量化较难等问题,基于漏磁检测的缺陷量化方法原稿如获取到的缺陷信号弱分辨率低对缺陷的准确识别和量化较难等问题,至今还未能很好地得到解决。对此,为更有效地提高漏磁检测信号量化分析的质量,不仅应从改进量化缺陷尺寸的数学模型考虑,还可从漏磁检测装臵硬件优化寻找更好的信号处理方法,或将这些考虑加以有机组合等多个途径加以探索。参考文献褚燕利基于灰度图像及其纹理特性寸参数的设定决定。缺陷量化的其他方法年,杨涛等人提出基于多传感器信息融合的输油管道缺陷定量分析方法。作者对不同缺陷采用了不同的特征和相应的融合算法。首先,根据偏磨和坑状缺陷信号的特点......”。

3、“.....之后,采用拉格朗日插值方法定量分析偏磨的大小形状的方法,并以半圆形角形和矩形等缺陷为例进行了验证。结果表明,按作者提出的逐次逼近法重构缺陷形状,能够取得较好的量化效果,且与其他方法比,该方法具有计算量小重构方法简单等优点。结束语各种漏磁检测信号量化方法对应不同应用条件和实际需求,对提高基于漏磁原理的缺陷检测准确度具有积极意义和定价值。但漏磁检测领域存在的部搜索算法的逆算法进行比较发现,基于改进的遗传局部搜索算法的逆算法更为精确而与基于遗传算法的逆算法相比,基于遗传模拟退火算法的逆算法更精确而且,基于改进的遗传局部搜索算法或遗传模拟退火算法的逆算法对噪声均具有较好的鲁棒性。使用小波基函数神经网络小波基函数神经网络陷漏磁场进行研究。使用径向基函数神经网络相比于网络,径向基函数神经网络同样具有任意精度的逼近能力,还具有唯最佳逼近的特点......”。

4、“.....导致网络节点冗余度较高。径向基函数神经网络的性能主要由样本数量基函数和其中心的选择方法决定。年至年,韩文花等人提出以径向基函数神经网络作为前向模可看作是以小波函数为基底的种函数连接型神经网络,也可以被认为是径向基函数神经网络的推广。该神经网络具有函数逼近能力强收敛速度快网络参数隐层节点数和权重选取依据充分,以及能有效避免局部最小值等优点,但它同时存在构造较复杂容易产生运算量较大问题。小波基函数神经网络的性能,主要由小波函数的选择以及年,蒋奇等人利用主成分分析法简化判别缺陷外形尺寸的漏磁场特征量,提出利用多元非线性回归非线性判别函数等统计识别方法分析缺陷漏磁场的特征量,给出了识别缺陷的长宽深的数学模型。结果显示,缺陷深度的评价误差比缺陷长度和宽度的评价误差大经现场试验验证,使用统计法对缺陷长度的评价精度可达以上,对宽度和深度的评价精度达到途径,种是采用启发式学习算法......”。

5、“.....或引入在学习中能够自适应调整学习率的算法另种是采用所谓优化算法,例如利用算法。从定的训练次数下所能获得的准确度角度比较,算法明显优于共轭梯度法和变学习率的算法。理论上已证明,只要神检测信号的因素较多,人们也从诸如提离值管道压力等方面对缺陷漏磁场进行研究。年,蒋奇等人利用主成分分析法简化判别缺陷外形尺寸的漏磁场特征量,提出利用多元非线性回归非线性判别函数等统计识别方法分析缺陷漏磁场的特征量,给出了识别缺陷的长宽深的数学模型。结果显示,缺陷深度的评价误差比缺陷长度和宽度的评价误差大经现场试结果显示,基于拉格朗日插值方法定量分析偏磨缺陷的误差不大。而对于分离出的裂纹和孔状缺陷,则采用前述的基于特征量和神经网络的定量分析方法加以量化。年,张勇等人总结了前人将磁偶极子理论模型应用于漏磁场分析的研究成果,提出种利用漏磁检测信号分步重构缺陷形状的方法......”。

6、“.....结果表明可看作是以小波函数为基底的种函数连接型神经网络,也可以被认为是径向基函数神经网络的推广。该神经网络具有函数逼近能力强收敛速度快网络参数隐层节点数和权重选取依据充分,以及能有效避免局部最小值等优点,但它同时存在构造较复杂容易产生运算量较大问题。小波基函数神经网络的性能,主要由小波函数的选择以及如获取到的缺陷信号弱分辨率低对缺陷的准确识别和量化较难等问题,至今还未能很好地得到解决。对此,为更有效地提高漏磁检测信号量化分析的质量,不仅应从改进量化缺陷尺寸的数学模型考虑,还可从漏磁检测装臵硬件优化寻找更好的信号处理方法,或将这些考虑加以有机组合等多个途径加以探索。参考文献褚燕利基于灰度图像及其纹理特性纹和孔加以区分。之后,采用拉格朗日插值方法定量分析偏磨的大小。结果显示,基于拉格朗日插值方法定量分析偏磨缺陷的误差不大。而对于分离出的裂纹和孔状缺陷......”。

7、“.....年,张勇等人总结了前人将磁偶极子理论模型应用于漏磁场分析的研究成果,提出种利用漏磁检测信号分步重构缺陷基于漏磁检测的缺陷量化方法原稿元数量足够,神经网络就能够以任意精度逼近任何非线性的映射函数。基于漏磁检测的缺陷量化方法原稿。在对漏磁检测信号进行统计识别前,必须先进行预处理,然后再从中抽取出能够定量反映缺陷形状的特征量。统计识别方法的准确性,由训练模式样本与未知模式样本间的致性特征抽取的准确性等多个因素决定,实现的关键在于特征量的选如获取到的缺陷信号弱分辨率低对缺陷的准确识别和量化较难等问题,至今还未能很好地得到解决。对此,为更有效地提高漏磁检测信号量化分析的质量,不仅应从改进量化缺陷尺寸的数学模型考虑,还可从漏磁检测装臵硬件优化寻找更好的信号处理方法,或将这些考虑加以有机组合等多个途径加以探索。参考文献褚燕利基于灰度图像及其纹理特性经网络的训练......”。

8、“.....简称算法,相应的人工神经网络被称为神经网络或网络。使用算法做定量分析,存在训练速度较慢容易陷入局部极小值识别准确度较低等缺点且该算法偏重于对已有检测结果的归纳分析,而对任意缺陷的适应能力仍显不足。在算法基础上还产生有些改进方法。对算法的改进主要有两波基函数神经网络可看作是以小波函数为基底的种函数连接型神经网络,也可以被认为是径向基函数神经网络的推广。该神经网络具有函数逼近能力强收敛速度快网络参数隐层节点数和权重选取依据充分,以及能有效避免局部最小值等优点,但它同时存在构造较复杂容易产生运算验验证,使用统计法对缺陷长度的评价精度可达以上,对宽度和深度的评价精度达到。在对漏磁检测信号进行统计识别前,必须先进行预处理,然后再从中抽取出能够定量反映缺陷形状的特征量。统计识别方法的准确性,由训练模式样本与未知模式样本间的致性特征抽取的准确性等多个因素决定,实现的关键在于特征量的选取......”。

9、“.....也可以被认为是径向基函数神经网络的推广。该神经网络具有函数逼近能力强收敛速度快网络参数隐层节点数和权重选取依据充分,以及能有效避免局部最小值等优点,但它同时存在构造较复杂容易产生运算量较大问题。小波基函数神经网络的性能,主要由小波函数的选择以及裂缝特征提取公路,魏茂安,靳世久油气管道缺陷维轮廓重建及处理技术石油学报,。摘要油管漏磁检测技术作为种应用广泛的电磁无损检测技术,在保证油田安全生产方面具有重要的作用。实际上,漏磁检测信号与缺陷外形尺寸之间的关系呈非线性,因此为建立缺陷与漏磁检测信号的关系,必须同时考虑多种因素。而鉴于影响漏形状的方法,并以半圆形角形和矩形等缺陷为例进行了验证。结果表明,按作者提出的逐次逼近法重构缺陷形状,能够取得较好的量化效果,且与其他方法比,该方法具有计算量小重构方法简单等优点......”。