目视检测损伤检出概率BP神经网络预测模型

作者：蒋韵尔; 黄淑萍; 吴奇; 傅山

来源：计算机应用, 2014, 2014, (z2)(S2): 172-175.

• 目视检测
• 冲击损伤
• 检出概率
• 反向传播神经网络
• 预测模型 visual inspection
• impact damage
• damage detection probability
• Back Propagation(BP) neural network
• prediction model

为了获得更可靠的检出概率,提高目视检测结果准确性,保证航空维修安全,根据检测环境影响因素实验结果,选取照明条件、检测距离、检测角度、损伤深度作为检测结果影响因素,采用反向传播(BP)神经网络,以4个影响因素作为输入层神经元,检出概率作为输出层神经元,通过网络训练对样本数据进行仿真,建立检出概率预测模型,通过比较预测和实验数据对模型进行检验。结果表明,模型预测与实验所得检出概率值均方百分比误差为4.79%,模型预测结果是有效可行的。根据目视检测损伤检出概率BP神经网络预测模型可以选择符合要求的检测条件。

• 出版日期2014
• 单位上海交通大学