论文部分内容阅读
为了实现对木材孔洞缺陷的定量检测，在室内常温下，用RSM-SY5非金属超声波检测仪对50个孔洞缺陷的色木试件进行透射检测．通过对超声检测信号的小波变换特征分析，得到32个从低频到高频的小波包系数，提取其各频带内信号的能量变化量，构造一个32维特征向量，作为BP神经网络的输入参数，最后将这些特征输入神经网络进行训练和识别．结果表明：色木孔洞大小的总识别率达到88％；网络仿真的输出结果和目标输出做线性回归分析，得到的相关系数在0．8—0．9之间，训练结果比较理想．