期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Faster R-卷积神经网络的金属点阵结构缺陷识别方法
被引量:
14
1
作者
张玉燕
李永保
+1 位作者
温银堂
张芝威
《兵工学报》
EI
CAS
CSCD
北大核心
2019年第11期2329-2335,共7页
采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工...
采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工业CT扫描图片,对得到的断层灰度图像中缺陷部位进行快速、准确、智能检测识别和定位。实验验证结果表明,对金属三维多层点阵结构样件的内部典型缺陷识别率达到99. 5%.
展开更多
关键词
金属点阵结构
缺陷识别
无损检测
CT扫描图像
Faster
r-卷积神经网络
下载PDF
职称材料
题名
基于Faster R-卷积神经网络的金属点阵结构缺陷识别方法
被引量:
14
1
作者
张玉燕
李永保
温银堂
张芝威
机构
燕山大学电气工程学院
燕山大学测试计量技术及仪器河北省重点实验室
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2019年第11期2329-2335,共7页
基金
河北省自然科学基金项目(E2017203240)
文摘
采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工业CT扫描图片,对得到的断层灰度图像中缺陷部位进行快速、准确、智能检测识别和定位。实验验证结果表明,对金属三维多层点阵结构样件的内部典型缺陷识别率达到99. 5%.
关键词
金属点阵结构
缺陷识别
无损检测
CT扫描图像
Faster
r-卷积神经网络
Keywords
metal lattice structure
defect detection
non-destructive testing
CT scanning image
Faster
r-
convolutional neural network
分类号
TG115.281 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Faster R-卷积神经网络的金属点阵结构缺陷识别方法
张玉燕
李永保
温银堂
张芝威
《兵工学报》
EI
CAS
CSCD
北大核心
2019
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部