利用分形维数和BP神经网络实现超声导波缺陷分类的实验研究

近年来,超声导波技术广泛应用于管道的无损检测中。然而,不同微小缺陷类型(如裂纹、孔洞、凹陷变形等)引起的缺陷回波微弱且无明显不同,使得微小缺陷的识别和分类始终是检测难点。为识别不同微小缺陷的类型,利用对微弱周期信号敏感的Duffing系统,提出了基于Duffing系统的动力学指标分形维数和反向传播(Back Propagation,BP)神经网络相结合的信号特征分类方法。利用BP神经网络对输入参数进行训练。其中,输入参数分为两组。第一组输入参数为由小波能量值、时域参数、分形维数特征等组成的21维k_(1)向量。第二组作为对照组,其输入参数为波能量值、时域参数组成的18维k_2向量。上述两组均输出3维向量,即输出缺陷类型。数值模拟及实验验证均表明,在加入混沌指标分形维数后识别准确率明显提升。其中,数值模拟的准确率由86.35%提升至91.85%,实验中的准确率由83.16%提升至86.06%。数值模拟和实验都验证了利用分形维数和BP神经网络结合能够更好地完成管道缺陷的识别和分类。创新性地将分形维数作为BP神经网络的特征输入,有效提高了分类的准确率,实现了因管道中小缺陷实验数据不足或检测难度大的有效识别和精确分类。研究对于实际工程中管道缺陷分类,预防管道事故具有重要意义。

中国白裤瑶民族服饰色彩研究

瑶族在历史上长期处于迁徙流离的边缘生存状态,民族兴衰的历史文化背景影响着民族审美心理结构的形成,历史的发展决定了心理背景的变化,民族审美心理和服饰文化也随之发生变化。白裤瑶作为瑶族支系中民族文化保留最完整的一个民族,其服饰色彩作为一种抽象语言,无声地表达着白裤瑶背后保留的民族文化。文中通过阅读相关文献对白裤瑶服饰及其色彩进行调研,并对调研结果进行一定的分类研究。对白裤瑶服饰的色彩分析可以使读者从色彩角度对白裤瑶服饰色彩进行了解,从而间接性地了解其背后的民族文化。

BP神经网络和Duffing系统结合的超声导波管道检测研究

针对管结构中微小缺陷的定性分类问题,本文提出了一种基于深度学习和Duffing系统结合的超声导波管道检测研究。将BP神经网络与传统的超声导波技术相结合,对数值模拟信号分别提取小波变换得到的小波系数能量值,以及10个时域特征值,同时引入Duffing振子中的分维数缺陷识别方法,实现了管道缺陷中凹陷、裂缝、孔洞三种缺陷的分类识别。实验结果表明:在处理数值模拟管道超声导波信号的分类问题上,基于传统特征选取办法的BP神经网络识别准确率为86.35%,加入三个混沌系数后准确率提升至91.85%。

基于服装类微博评论的消费者需求分析

微博信息具有信息交互简便快捷、传播方式呈裂变等特点,在人们了解、发布、交流信息等日常网络行为中充当越来越重要的角色。资料显示微博评论的数据统计已经作为对评论本身的一种理性评价,但较少涉及具体店铺微博评论数据分析后得出结论并简单给出应用建议的情况。现以某品牌微博博主的微博为例,提取其中一篇相关微博进行数据统计与分析,并从中得出一定结论,可作为店铺良性运营的建议,也可以应用到其他方面。

中唐时期朝服色彩浅析

中唐时期较为特殊,在整个唐朝时期中属于较平缓阶段,与服饰有关的变化也相对较少。唐朝每段时期朝服并不完全相同,或配饰,或色彩,或使用制度。色彩方面受到数字化色彩的文章的启发,由于西方的色彩引入,对我国传统的色彩理论产生了巨大冲击和影响,但我们所传承发展的色彩不能够就这样被同化甚至丢弃,将传统色彩进行归纳分析是传承的一种表达形式,故此次拟对中唐朝服色彩进行研究分析,并以整理表格形式进行表达。