神經(jīng)網(wǎng)絡(luò)是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的法數(shù)學(xué)模型。金剛石切割片神經(jīng)網(wǎng)絡(luò)由神經(jīng)元構(gòu)成，不同的神經(jīng)元的組合、信息傳導(dǎo)、信息理與信息存儲(chǔ)決定了不同的神經(jīng)網(wǎng)絡(luò)的特性。神經(jīng)網(wǎng)絡(luò)的功能與其內(nèi)部神經(jīng)元連接方式 、處理方式與互聯(lián)結(jié)構(gòu)密切相關(guān)。

  神經(jīng)元，又稱神經(jīng)元或神經(jīng)細(xì)胞，是神經(jīng)系統(tǒng)的結(jié)構(gòu)與功能單位之一，在馬路切割片神經(jīng)網(wǎng)絡(luò)中，神經(jīng)網(wǎng)絡(luò)本身由不同的神經(jīng)元構(gòu)成，并且神經(jīng)元與神經(jīng)元之間相互關(guān)聯(lián)每個(gè)神經(jīng)元都表示一種特定輸出的函數(shù)，稱為激勵(lì)函數(shù)。每?jī)蓚€(gè)神經(jīng)元之間的關(guān)都表示一種對(duì)于通過該關(guān)聯(lián)信號(hào)的加權(quán)值，稱為權(quán)重。神經(jīng)網(wǎng)絡(luò)輸出層要依賴神網(wǎng)絡(luò)內(nèi)神經(jīng)元之間的連接方式。馬路切割片神經(jīng)元模型的建立包括兩部分，一部分是神經(jīng)元建模，另一部分是激勵(lì)函數(shù)的選擇。 神經(jīng)元的建模最早是由心理學(xué)家 McCulloch數(shù)學(xué)家 W. PittS 在分析總結(jié)神經(jīng)元基本特性的基礎(chǔ)上首先提出的，當(dāng)時(shí)的模型是 MP模型, 后來很多研究者將此模型不斷改進(jìn)形成目前被廣泛應(yīng)用的神經(jīng)元模型。

  神經(jīng)網(wǎng)絡(luò)解決問題的能力與功效除了與網(wǎng)絡(luò)結(jié)構(gòu)有關(guān)外， 在很大程度上取于網(wǎng)絡(luò)所采用的激勵(lì)函數(shù)。激勵(lì)函數(shù)的基本作用主要包括：控制輸入與輸出的激活作用;將可能無限域的輸入變換成指定的有限范圍內(nèi)的輸出。一般情況下，一個(gè)馬路切割片神經(jīng)網(wǎng)絡(luò)是線性或非線性取決于神經(jīng)網(wǎng)絡(luò)中的激勵(lì)函數(shù)的性質(zhì) ; 換句話激勵(lì)函數(shù)的線性或非線性決定了神經(jīng)網(wǎng)絡(luò)的線性或非線性。常用的激勵(lì)函數(shù)有值型激勵(lì)函數(shù)、線性型激勵(lì)函數(shù)、非線性斜面函數(shù)和S型激勵(lì)函數(shù)。其中S型勵(lì)函數(shù)具有非線性放大增益，對(duì)任意輸入的增益等于在輸入/輸出曲線中該輸入的曲線斜率值, 函數(shù)本身及其導(dǎo)數(shù)都是連續(xù)的，因此在處理上十分方便。

  金剛石切割片神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)分為前饋型網(wǎng)絡(luò)和反饋型網(wǎng)絡(luò)兩種，其中前饋型網(wǎng)絡(luò)有單層神經(jīng)元網(wǎng)絡(luò)模型結(jié)構(gòu)和多層神經(jīng)元網(wǎng)絡(luò)模型結(jié)構(gòu)。并且，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法也分為有導(dǎo)師指導(dǎo)的學(xué)習(xí)和無導(dǎo)師指導(dǎo)的學(xué)習(xí)。這里根據(jù)檢測(cè)系統(tǒng)的需要擇了多層映射逆?zhèn)鞑ァ⒂袑?dǎo)師指導(dǎo)學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)作為研究模型。

  通過閱讀渦流檢測(cè)的文獻(xiàn)得知，絕大多數(shù)的金剛石切割片渦流檢測(cè)文獻(xiàn)中都應(yīng)用了神經(jīng)絡(luò)法，并且很多是用來進(jìn)行缺陷的分類，部分用來進(jìn)行定量分析。神經(jīng)網(wǎng)絡(luò)是一門交叉學(xué)科，是通過程序?qū)崿F(xiàn)模擬人腦的結(jié)構(gòu)和功能的一種系統(tǒng)。 通過輸入的大量樣本，進(jìn)行自適應(yīng)訓(xùn)練，得出一些非線性關(guān)系的模型，能夠任意逼近任何非性映射，在很多領(lǐng)域中都得到了大量的應(yīng)用。

  渦流檢測(cè)中的影響因素太多，導(dǎo)致對(duì)渦流檢測(cè)的定量分析研究很難有進(jìn)展，金剛石切割片神經(jīng)網(wǎng)絡(luò)的出現(xiàn)使得渦流檢測(cè)的定量分析有了新進(jìn)展，并且通過對(duì)神經(jīng)網(wǎng)絡(luò)的進(jìn)和開拓又有了多種差異化的定量分析方法，如BP網(wǎng)絡(luò)法、RBF網(wǎng)絡(luò)法等。