摘要
本发明实施例公开了基于域对齐的复合材料重叠损伤太赫兹表征方法及装置,应用于太赫兹无损检测领域。方法包括:获取源域和目标域复合材料重叠损伤样本太赫兹信号,构建源域和多个目标域数据集;分析源域和不同目标域信号差异,建立多干扰下太赫兹波传输模型,进而提出一种物理‑数据融合的太赫兹多标签域对抗深度学习网络模型,用于不同域数据的对齐和重叠损伤的识别;采用分阶段训练策略,最小化模型损失,输出目标域预测多标签向量;将目标域成像数据集输入训练好的模型,根据预测多标签向量进行损伤成像,输出损伤量化结果;通过本发明实施例,可解决现有太赫兹特征提取方法在复合材料重叠损伤识别方面存在的模型适用性和泛化性能较差的问题。
技术关键词
多标签
表征方法
复合材料
深度学习网络模型
数据对齐模块
特征提取器
分阶段
成像
策略
物理
特征提取方法
信号
表征装置
参数
分析单元
样本