位置：成果数据库 > 期刊 > 期刊详情页
Intelligent Classification by Ultrasound of Flaws in Metal Machinery Based on An Artificial Bee Colo
  • 期刊名称：Advances in Information Sciences and service Scien
  • 时间：2013
  • 页码：123-126
  • 相关项目：煤矿机械关键零部件缺陷超声信号提取与智能识别研究
作者： Ailing Qi|Jingfang Wang|Hongwei Ma|Frank Wang|Unekwu Idachaba|
同期刊论文项目
煤矿机械关键零部件缺陷超声信号提取与智能识别研究
期刊论文 17 会议论文 2 专利 1
同项目期刊论文
基于粒子群优化支持向量机的焊接缺陷分类
基于蜜蜂算法的支持向量机特征选择和参数优化
超声检测技术在煤矿机电设备安全检测中的应用
Welding Defect Classification of Ultrasonic Detection Based on PCA and KNN
Study on Ultrasonic P-scan Imaging Technology for Rotary Parts Used in Coal Mine Machinery
Automatic Classification of Welding Flaws in Ultrasonic Testing Using the Layer Multi-class Classifi
基于空间脉冲响应的超声换能器声场研究
一种基于ICA的机械缺陷超声信号提取方法
Application of artificial neural network to flaw classification in ultrasonic testing
Development of Ultrasonic Automatic Testing System for Flaws of Rotary Parts
基于人工鱼优化的MP超声微弱信号提取方法研究
集成经验模式分解在液压支架焊缝超声信号消噪中的应用研究
基于矩形换能器空间脉冲响应的相控阵声场研究
一种基于聚类的GRBF网络机械缺陷识别方法
超声探头的响应特性及暂态回波模型