LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Єременко, В.; Національний авіаційний університет; Переїденко, А.; Національний авіаційний університет; Роганьков, В.; Національний авіаційний університет (2011)
Publisher: National Aviation University
Languages: Ukrainian
Types: Unknown
Subjects: cellular panels; demerit rating system; neural network, нейронна мережа; система класифікації дефектів; стільникові панелі
Досліджено використання штучних нейронних мереж для класифікації дефектівстільникових панелей. Описано алгоритм побудови та принцип дії системи класифікаціїдефектів на основі гібридної нейронної мережі. Наведено результати використаннярозробленої системи для діагностики технічного стану стільникових панелей.Use of artificial neural networks for classification of defects in cellular panels was introducedand investigated. Algorithm of construction and principles of operation demerit rating system whichbased on hybrid neural network is described. Results of practical use developed system fordiagnostics of a cellular panels’ technical condition was represented.Исследовано использование искусственных нейронных сетей для классификации дефектовсотовых панелей. Описаны алгоритм построения и принцип действия системы классификациидефектов на основе гибридной нейронной cети. Приведены результаты использованияразработанной системы для диагностики технического состояния сотовых панелей. In the article for solving the classification problem of the technical state of the  object, proposed to use a hybrid neural network with a Kohonen layer and multilayer perceptron. The information-measuring system can be used for standardless diagnostics, cluster analysis and to classify the products which made from composite materials. The advantage of this architecture is flexibility, high performance, ability to use different methods for collecting diagnostic information about unit under test, high reliability of information processing Для вирішення задачі класифікації технічного стану об’єкта контролю запропоновано ви-користовувати гібридну нейронну мережу, що складається з шару Кохонена та багатошаро-вого персептрону. Показано, що розглянуту систему можна використати для вирішення задачбезеталонної діагностики,  кластерного аналізу та класифікації стану виробів ізкомпозиційних матеріалів.  Наведено переваги системи:  гнучкість її архітектури,  високашвидкодія,  можливість використання з різними методами збору діагностичної інформаціїпро об’єкт контролю, висока достовірність обробки інформації