• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mechanical systems and signal processing >Classification of acoustic emission signals using wavelets and Random Forests : Application to localized corrosion
【24h】

Classification of acoustic emission signals using wavelets and Random Forests : Application to localized corrosion

机译：利用小波和随机森林分类声发射信号：在局部腐蚀中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper aims to propose a novel approach to classify acoustic emission (AE) signals deriving from corrosion experiments, even if embedded into a noisy environment. To validate this new methodology, synthetic data are first used throughout an in-depth analysis, comparing Random Forests (RF) to the k-Nearest Neighbor (k-NN) algorithm. Moreover, a new evaluation tool called the alter-class matrix (ACM) is introduced to simulate different degrees of uncertainty on labeled data for supervised classification. Then, tests on real cases involving noise and crevice corrosion are conducted, by preprocessing the waveforms including wavelet denoising and extracting a rich set of features as input of the RF algorithm. To this end, a software called RF-CAM has been developed. Results show that this approach is very efficient on ground truth data and is also very promising on real data, especially for its reliability, performance and speed, which are serious criteria for the chemical industry.
机译：本文旨在提出一种新颖的方法来对腐蚀实验中产生的声发射（AE）信号进行分类，即使嵌入到嘈杂的环境中也是如此。为了验证这种新方法，首先将合成数据用于整个深度分析，将随机森林（RF）与k最近邻居（k-NN）算法进行比较。此外，引入了一种称为变更类矩阵（ACM）的新评估工具，以对标记数据进行不同程度的不确定性仿真，以进行监督分类。然后，通过预处理包括小波降噪的波形并提取丰富的特征集作为RF算法的输入，对涉及噪声和缝隙腐蚀的实际情况进行测试。为此，已经开发了称为RF-CAM的软件。结果表明，该方法在地面真实数据上非常有效，在真实数据上也非常有前途，尤其是在可靠性，性能和速度方面，这是化工行业的重要标准。

著录项

  • 来源
    《Mechanical systems and signal processing》 |2016年第3期|1026-1037|共12页
  • 作者

    N. Morizet; N. Godin; J. Tang; E. Maillet; M. Fregonese; B. Normand;

  • 作者单位

    INSA de Lyon, MATEIS Laboratory - UMR CNRS 5510. 7, Avenue Jean-Capelle 69621 Villeurbanne Cedex, France;

    INSA de Lyon, MATEIS Laboratory - UMR CNRS 5510. 7, Avenue Jean-Capelle 69621 Villeurbanne Cedex, France;

    INSA de Lyon, MATEIS Laboratory - UMR CNRS 5510. 7, Avenue Jean-Capelle 69621 Villeurbanne Cedex, France;

    INSA de Lyon, MATEIS Laboratory - UMR CNRS 5510. 7, Avenue Jean-Capelle 69621 Villeurbanne Cedex, France;

    INSA de Lyon, MATEIS Laboratory - UMR CNRS 5510. 7, Avenue Jean-Capelle 69621 Villeurbanne Cedex, France;

    INSA de Lyon, MATEIS Laboratory - UMR CNRS 5510. 7, Avenue Jean-Capelle 69621 Villeurbanne Cedex, France;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    Acoustic emission; Corrosion monitoring; Wavelets; Random Forests; Supervised classification; Machine learning;

    机译：声发射;腐蚀监测;小波;随机森林监督分类;机器学习;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号