文献

J-GLOBAL ID：201702232510154281   整理番号：17A0406564

亀裂検出のための人工神経回路網に基づくMOI法の設計【Powered by NICT】

Design of the MOI method based on the artificial neural network for crack detection

著者 (6件)： Tian Lulu (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 611731, PR China) ,  Cheng Yuhua (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 611731, PR China) ,  Yin Chun (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 611731, PR China) ,  Ding Derui (Shanghai Key Lab of Modern Optical System, Department of Control Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, PR China) ,  Song Yan (Shanghai Key Lab of Modern Optical System, Department of Control Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, PR China) ,  Bai Libing (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 611731, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 226  ページ： 80-89  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 磁気光学画像(MOI)法を利用した金属における亀裂を検出するための新しい方法を提案した。MOI検出は,非破壊試験法,Faraday磁気光学効果に基づいているの一つである。人工ニューラルネットワーク(ANN)手法は亀裂を同定し,動的しきい値選択した。ANNアルゴリズムによって提案されている二種類のしきい値ベクトルである。良好なしきい値法を用いたベクトルから得ることができる。後天性新しい画像は磁区スポットフィルタで処理した。フィルタリング法はMOI画像におけるスポットを処理する良好な能力を握るのは接続則に基づいている。これらの方法に基づいて,検出システムは,亀裂を認識する明らかに可能であり,その結果はそれを確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： フィルタリング ,  *亀裂 ,  アルゴリズム ,  *ニューラルネットワーク ,  非破壊検査 ,  ベクトル ,  画像 ,  磁気光学効果 ,  磁区
準シソーラス用語： 検知システム ,  動的閾値 ,  磁気光学 ,  *亀裂検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 磁気光学イメージング ,  人工ニューラルネットワーク ,  亀裂同定 ,  非破壊試験

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 亀裂検出 ,  人工神経回路網 ,  設計