基于小波熵和BP神经网络的木材空洞诊断的研究

针对蒙古标空洞检测问题,提出小波熵和BP神经网络相结合的应力波检测方法。采用db5小波包基函数对去噪后的应力波检测信号进行了3层小波包分解,然后提取小波熵,并利用小波熵构建特征向量。以BP神经网络作为分类器,小波熵特征向量作为BP神经网络的训练和诊断的输入向量,实现空洞缺陷的识别。试验结果表明,系统能诊断出木材空洞正确识别率高达90%,验证了小波熵特征对于木材应力波空洞检测信号分析的有效性,为木材应力波缺陷检测仪的设计提供了理论基础。