摘要：为解决矿井探水作业中人工验收效率低、耗时长等问题,提出一种融合交叉熵损失函数的3DCNN探水作业动作识别模型。使用ReLU非线性化函数和SoftMax交叉熵损失函数,将隐含的特征数据判断分类别后再进行学习,得到较为丰富的批次网络信息图;将批量归一化操作引入到网络结构中,弥补网络模型收敛速率慢的不足,提高模型的泛化能力和鲁棒性,达到有效提高验收效率的目的。经过与其它网络模型对比,实验结果表明,该方法有效解决了人工验收低效率的问题,提高了动作识别的准确率。

摘要：以裂纹、气孔、夹渣、未熔合和未焊透五类不锈钢焊缝缺陷为研究对象,通过Gabor小波变换对焊缝缺陷的超声信号进行特征提取,利用粒子群优化算法(Particle Swarm Optimization,PSO)对支持向量机(Support Vector Machine,SVM)优化后进行焊缝超声缺陷的识别,提高了对焊缝缺陷的分类精度。经过实验,证明所用模型对裂纹、气孔、夹渣、未熔合和未焊透五类缺陷的分类精度达到了96.36%。相比现有的方法,本方法识别面更广,精度更高,具有一定的工程价值。