作者:王春明,吴松坪,胡伦骥,胡席远 单位:中国光学学会;中国科学院上海光学精密机械研究所 出版:《中国激光》2007年第04期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJJZZ2007040180 DOC编号:DOCJJZZ2007040189 下载格式:PDF + Word/doc 文字可复制、可编辑
《激光焊接质量诊断技术的最新进展》PDF+DOC2005年第02期 王春明,胡伦骥,胡席远 《气敏传感器阵列模式识别简述》PDF+DOC1997年第02期 焦伯恒,戴国瑞,管玉国 《神经网络在电子海图系统中的应用研究》PDF+DOC1997年第03期 李娟,赵德鹏 《混沌遗传神经网络(CGANN)用于压电TSM晶体传感器阵列数据的模式识别》PDF+DOC2003年第04期 杨江涛,吕庆章,曾鸽鸣,俞汝勤 《虚拟多传感器融合的红外目标识别方法》PDF+DOC2002年第03期 牛丽红,倪国强,刘明奇 《多传感器信息融合及其应用综述》PDF+DOC2001年第05期 王耀南,李树涛 《雷艇信息融合技术》PDF+DOC2009年第12期 宋明玉 《信息融合技术在模式识别中的应用》PDF+DOC2009年第01期 葛红,田联房 《多传感器信息融合技术在酒类辨识中的应用》PDF+DOC2007年第09期 陈登峰,肖海燕,张洪才 《基于小波和支持向量机的光纤微振动传感器模式识别》PDF+DOC2013年第02期 李彦,梁正桃,李立京,林文台,姜漫
  • 为实现对激光焊接过程中常出现的不同熔透状态的实时辨识,使用多种传感器采集焊接过程中的可听声、蓝紫光和红外辐射信号,并提取了反映熔透状态的6个信号特征。基于特征级的多传感器信息融合技术,采用模拟退火算法对信号特征进行组合优化和关联融合,确定了反映融合规则的“特征融合系数”,并以BP网络为框架构建识别熔透状态的模式分类器。研究结果表明,通过样本训练和信号特征优化组合,所构建的模式分类器对“过熔透”、“完全熔透”、“不稳定熔透”和“未熔透”等四种熔透状态的辨识准确率达到88%以上。从而提供了一种有效的激光焊接质量在线检测方法。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。