1) Intelligent Defect Recognition
缺陷智能识别
1.
Affer that,the intelligent defect recognition system for ultrasonic flaw detection of welds based on the MATLAB software is developed.
针对焊缝超声无损检测中的缺陷智能化定性识别一直未能很好解决的难题,提出采用小波包变换技术对缺陷回波信号进行降噪和特征值提取,采用基于距离的类别可分性判据和人工神经网络模式识别方法对其进行自动识别和归类,在此基础上开发了基于MATLAB软件的焊缝超声波探伤缺陷智能识别系统,可实现对缺陷回波信号的自动采集、处理及智能化识别和分类。
2) defect identification
缺陷识别
1.
The defect identification and positioning methods were discussed.
介绍了管道超声导波检测技术的理论基础,指出了这一检测方法的技术关键;同时对现有已用于工程应用的导波检测设备与导波检测实验系统作了描述和对比;总结了目前成熟的缺陷识别定位方法,在此基础上,对管道超声导波检测技术的广泛应用提出几点展望。
2.
A novel biological optimization algorithm,particle swarm optimization(PSO) algorithm,is applied in defect identification in the paper.
PSO算法可以不用计算梯度,因此可以和通用的有限元软件结合起来,对比较复杂的缺陷识别问题都可以采用同一手法进行求解,并使得优化算法和有限元编程实现了有效的隔离。
3.
This paper focus on solid propellant of rocket engine defects characteristics automatic extraction and identification technology, which is helpful for propellant automatic ultrasonic NDT and automatic defect identification.
本文围绕固体火箭发动机药柱内部缺陷超声无损自动检测与缺陷自动识别时所需的缺陷特征自动提取和自动识别技术,提出了一种利用小波变换分解所获得超声信号,得到的能量变化量作为药柱缺陷识别的特征量,并将此特征量与药柱缺陷的时域特征结合,用神经网络的方法进行药柱缺陷类型的定性识别。
3) Flaw recognition
缺陷识别
1.
In order to realize the flaw recognition,a special sensor which is composed of a rectangle exciting coil and a foursquare is designed to excite and induce the change of magnetic field,and a method based on the orthogonal LIA is applied to measure the mV-level change of the weak-induced voltage signal.
并在此基础上建立了基于频率扫描技术的缺陷识别模型,结果表明:该检测方法达到了对三维磁场微弱感应信号测量和对任意走向裂纹识别的目的。
4) flaw identification
缺陷识别
1.
Study on method for flaw identification based on support vector machine;
基于支持向量机的石油管线缺陷识别方法研究
2.
Study to the Flaw Identification of Ultrasonic Testing based on Optimal Support Vector Machines;
支持向量机超声缺陷识别法的研究
3.
New material, new method and new theory are the basis of the non-destructive testing(NDT)development, and credible flaw identification, quantitive analysis and non- destructiveevaluation(NDE) are the main research of NDT.
本文以电磁场理论为基础,以仿真分析和实验研究为手段,对缺陷的信号特征及其检测理论和方法进行了深入地研究,实现了不同方法对多种材料或制件的无损检测,主要研究及创新内容如下: 在对基于场量测量的涡流检测理论进行深入研究的基础上,提出了“缺陷环”识别模型的修正算法,建立了“斜率比值”缺陷识别模型及其实现算法,完成了不同类型缺陷的自动识别以及长度的精确测量,提高了检测的速度和可靠性。
5) defect recognition
缺陷识别
1.
Workpiece defect recognition methods based on industrial CT;
基于工业CT的工件缺陷识别方法
2.
Method of defect recognition in solid motor CT testing
固体发动机CT检测中的一种缺陷识别方法
3.
According to the characters and requirements of the nondestructive steel radial tire detection, an X-ray inspection and defect recognition system for all-steel radial tire is designed.
08mm;依据钢丝帘线缺陷的特质设计了相应的缺陷识别算法,在采集图像的同时对轮胎内部典型缺陷的自动识别检测。
6) acataleptic
[æ,kætə'leptik]
智能缺陷
补充资料：华中科技大学图像识别与人工智能研究所
图像识别与人工智能研究所(简称图像所)是1978年由教育部和航天部共同批准建立，为发展航空航天器进行中制导、末制导关键技术的预先研究和攻关工作。1984年获得"模式识别与智能控制"硕士学位授予权，1990年获 "模式识别与智能系统"博士学位授予权。1993年批准为 "图像信息处理与智能控制"国家教委开发实验室，1999年升格为教育部重点实验室。1998年3月由航天总公司和国家教委共同批准命名为"中国航天图像识别技术研究所",与航天总公司共建。现有科研、教学人员30人， 45岁以下的人员占70%，75%的人员具有博士、硕士学位。现有·教学科研用房近10000 平方米."九五"期间获得教育部211工程"多谱段信息处理及其应用"重点学科建设投资1200万元，航天工业总公司和国防科工委型号项目配套技术改造投资1500万元，部门投资近1000万元,航天关键技术等研究经费1826万元。本学科点已形成先进、配套的科研、教学、开发环境和雄厚的技术储备，有一支层次高，年龄、专业结构合理的科研教学梯队。
模式识别与智能系统是信息科学技术领域中发展最迅速的前沿领域之一，不仅科学意义深远而且有十分广阔的应用前景。主要研究方向有：
1.计算机视觉与应用
2.模式识别与精确制导
3.多谱成像与遥感图像处理
4.人工智能与认知科学
5. 模式识别的处理机结构与软件系统
6.集成电路及系统芯片的研究与设计
今后五年我所将逐步形成在国际上有影响的研究开发中心，培养国际一流的高层次人才，能够解决国民经济、国防建设所急需的关键技术，为国家提供具有自主版权的软/硬件应用系统、软/硬件集成技术和新型电子设备、部件的设计。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条