%0 Journal Article
%A 陈尧
%A 何才厚
%A 李秋锋
%A 龙盛蓉
%A 齐添添
%T 损伤声发射信号小波包神经网络特征识别方法
%D 2021
%R 10.13190/j.jbupt.2020-118
%J 北京邮电大学学报
%P 124-130
%V 44
%N 1
%X 在材料损伤的检测和评价时，为了在大量接收信号中识别有效声发射信号，提出了一种基于小波包特征提取的损伤声信号神经网络识别方法，首先利用小波包全局分解的优势，准确提取非平稳信号的特征信息，建立相应特征向量，对有效声发射信号和干扰噪声信号进行表征；然后根据特征向量和识别输出要求，建立了3层结构的反向传播神经网络对信号进行分析和识别，滤除噪声信号，保留有效声发射信号；最后，在玻璃钢复合材料的声发射实验中，采集了400组信号对该方法进行验证，准确性达到97.5%，能够满足工程需要.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2020-118