神經(jīng)網(wǎng)絡是一種模仿動物神經(jīng)網(wǎng)絡行為特征，進行分布式并行信息處理的法數(shù)學模型。金剛石切割片神經(jīng)網(wǎng)絡由神經(jīng)元構成，不同的神經(jīng)元的組合、信息傳導、信息理與信息存儲決定了不同的神經(jīng)網(wǎng)絡的特性。神經(jīng)網(wǎng)絡的功能與其內(nèi)部神經(jīng)元連接方式 、處理方式與互聯(lián)結構密切相關。

  神經(jīng)元，又稱神經(jīng)元或神經(jīng)細胞，是神經(jīng)系統(tǒng)的結構與功能單位之一，在馬路切割片神經(jīng)網(wǎng)絡中，神經(jīng)網(wǎng)絡本身由不同的神經(jīng)元構成，并且神經(jīng)元與神經(jīng)元之間相互關聯(lián)每個神經(jīng)元都表示一種特定輸出的函數(shù)，稱為激勵函數(shù)。每兩個神經(jīng)元之間的關都表示一種對于通過該關聯(lián)信號的加權值，稱為權重。神經(jīng)網(wǎng)絡輸出層要依賴神網(wǎng)絡內(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，另一部分是激勵函數(shù)的選擇。 神經(jīng)元的建模最早是由心理學家 McCulloch數(shù)學家 W. PittS 在分析總結神經(jīng)元基本特性的基礎上首先提出的，當時的模型是 MP模型, 后來很多研究者將此模型不斷改進形成目前被廣泛應用的神經(jīng)元模型。

  神經(jīng)網(wǎng)絡解決問題的能力與功效除了與網(wǎng)絡結構有關外， 在很大程度上取于網(wǎng)絡所采用的激勵函數(shù)。激勵函數(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，一個馬路切割片神經(jīng)網(wǎng)絡是線性或非線性取決于神經(jīng)網(wǎng)絡中的激勵函數(shù)的性質(zhì) ; 換句話激勵函數(shù)的線性或非線性決定了神經(jīng)網(wǎng)絡的線性或非線性。常用的激勵函數(shù)有值型激勵函數(shù)、線性型激勵函數(shù)、非線性斜面函數(shù)和S型激勵函數(shù)。其中S型勵函數(shù)具有非線性放大增益，對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)絡的網(wǎng)絡結構分為前饋型網(wǎng)絡和反饋型網(wǎng)絡兩種，其中前饋型網(wǎng)絡有單層神經(jīng)元網(wǎng)絡模型結構和多層神經(jīng)元網(wǎng)絡模型結構。并且，神經(jīng)網(wǎng)絡的訓練方法也分為有導師指導的學習和無導師指導的學習。這里根據(jù)檢測系統(tǒng)的需要擇了多層映射逆?zhèn)鞑?、有導師指導學習的BP神經(jīng)網(wǎng)絡作為研究模型。

  通過閱讀渦流檢測的文獻得知，絕大多數(shù)的金剛石切割片渦流檢測文獻中都應用了神經(jīng)絡法，并且很多是用來進行缺陷的分類，部分用來進行定量分析。神經(jīng)網(wǎng)絡是一門交叉學科，是通過程序?qū)崿F(xiàn)模擬人腦的結構和功能的一種系統(tǒng)。 通過輸入的大量樣本，進行自適應訓練，得出一些非線性關系的模型，能夠任意逼近任何非性映射，在很多領域中都得到了大量的應用。

  渦流檢測中的影響因素太多，導致對渦流檢測的定量分析研究很難有進展，金剛石切割片神經(jīng)網(wǎng)絡的出現(xiàn)使得渦流檢測的定量分析有了新進展，并且通過對神經(jīng)網(wǎng)絡的進和開拓又有了多種差異化的定量分析方法，如BP網(wǎng)絡法、RBF網(wǎng)絡法等。