我们研制并改进了电磁检测仪,并在此基础之上研究探讨了神经网络智能识别系统,并获得了一定的进展.由于神经网络的高速并行处理、分布存贮信息等特性符合人类视觉系统的基本工作原则,具有很强的自学习性、自组织性、容错性、高度非线性、高的鲁棒性、联想记忆功能和推理意识功能等,能够实现目前基于计算理论层次上的模式识别理论所无法完成的模式信息处理工作.所以,采用神经网络进行模式识别,突破了传统模式,开辟了模式识别发展的新途径,为解决上述问题提供了全新的且有力的思路与方法.该文在改进了电磁检测仪基础之上研制开发了神经网络识别系统,并针对BP神经网络学习算法的不足,提出了改进算法,提高了网络分类的可靠性.并做到了所需特征参数少、界面友好、快速,尤其是其可靠性和准确性以及易操作性达到较高的标准,完全改善了以前面对大量测试结果无从下手的低效的局面.