同類熱銷排行榜

基於磁記憶信號特徵提取的缺陷檢測識別分類技術

作者：陳宇//塗澤華//李亮亮|責編:趙倩倩
出版社：中國科大
ISBN：9787312065385

出版日期：2026/05/01
裝幀：平裝
頁數：105

人民幣：RMB 50 元售價：元

內容大鋼

本書系統分析鐵磁材料的磁特性機理以及外磁場與載荷對其弱磁信號的影響；基於力磁耦合型磁偶極子理論構建弱磁檢測模型，得出弱磁信號與鐵磁材料缺陷寬度、深度及檢測過程中探頭提離距離的變化規律；提出採用人工智慧方法提取含缺陷弱磁信號的特徵，改進深度學習模型並設計多種演算法，實現鐵磁材料缺陷的分類識別。
本書可供電腦科學與技術、電子科學與技術等相關領域的高校教師、研究生及技術人員使用，同時也可供機械類、自動化類等相關專業的本科生閱讀參考。

作者介紹

陳宇//塗澤華//李亮亮|責編:趙倩倩

前言
第1章緒論
  1.1 研究背景
  1.2 研究意義
  1.3 常用無損檢測方法
  1.4 弱磁檢測研究現狀
  1.5 主要研究內容及結構安排
第2章弱磁檢測基礎理論
  2.1 鐵磁材料基本理論
  2.2 外界環境對鐵磁材料的磁化特性影響
  2.3 弱磁檢測物理基礎
  2.4 弱磁檢測原理
第3章弱磁檢測模型及影響因素分析
  3.1 弱磁檢測模型
  3.2 弱磁檢測影響因素分析
  3.3 拉伸裂紋對磁信號的影響
  3.4 不同缺陷對磁信號的影響
  3.5 其他因素對磁信號的影響
第4章缺陷弱磁信號採集實驗及信號預處理
  4.1 弱磁信號採集
  4.2 雜訊原因分析
  4.3 盲源分離原理及演算法
  4.4 弱磁信號處理
第5章基於BP神經網路的鐵磁材料缺陷分類研究
  5.1 BP神經網路概述
  5.2 GA優化的BP神經網路
  5.3 弱磁信號的GA+BP網路建模
  5.4 GA+BP神經網路的缺陷定量分析
第6章基於ResNet-18網路模型的鐵磁材料缺陷分類研究
  6.1 ResNet-18網路模型概述
  6.2 融合遷移學習和微調的模型構建
  6.3 基於遷移學習改進的ResNet-18網路模型
  6.4 模型評價指標
  6.5 遷移改進的ResNet-18模型缺陷分類驗證
第7章總結與展望
  7.1 工作總結
  7.2 研究展望
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

基於磁記憶信號特徵提取的缺陷檢測識別分類技術