一种基于振幅去噪与数据扩增的预测方法

本申请公开了一种基于振幅去噪与数据扩增的预测方法，涉及超声波焊接技术领域，包括对振幅数据进行数据预处理；对预处理后的振幅数据进行最大值绝对值缩放，生成样本多样性损失，结合扩散模型，构建最大值绝对值缩放‑扩散模型，对预处理后的振幅数据进行扩增；基于智能参数扰动模拟退火的自适应变分模态分解算法对扩增后的振幅数据分解，筛选目标模态分量进行重构，得到重构后的振幅数据；对重构后的振幅数据进行特征提取，得到数据特征，将数据特征输入至全连接神经网络，输出预测电阻值，利用焊接样本的电阻值和预测电阻值对焊接样本的超声焊接质量进行评估，能解决影响因素多和样本数据不均衡问题，提高超声焊接质量评估准确性。