摘要
本发明公开了一种基于人工智能的超声传感器阵列扫查波束快速寻优方法,属于智能超声传感器检测技术领域。扫查波束聚焦法则寻优方法能够在超声传感器阵列检测时,用智能算法代替人工实时选择偏转波束最优聚焦法则参数。通过建立扫查波束聚焦法则参数与评价函数F(x)之间的神经网络预测模型,实现对聚焦法则参数和评价指标之间映射关系的学习,将自学习后的聚焦法则参数和评价函数F(x)组合存入神经网络作为遗传算法的初始种群,在遗传算法里调用神经网络模型,通过选择、交叉和变异,搜寻聚焦法则参数的最优组合。发明突破了超声检测聚焦法则人工遍历的现状,减少了人工参与聚焦法则参数选择过程,提高了缺陷检测灵敏度和时效性。
技术关键词
寻优方法
缺陷回波信号
超声传感器阵列
波束
染色体
遗传算法
评价指标体系
参数
样本
神经网络模型
基础
数据
神经网络预测模型
皮尔逊相关系数
监督式学习
神经网络结构
系统为您推荐了相关专利信息
多级维纳滤波
卫星导航抗干扰
现场可编程门阵列芯片
输出信干噪比
抗干扰模型
性能寻优方法
固体发动机
单室双推力
燃烧室壳体
推进剂
基因敲除小鼠模型
circRNA基因
视网膜神经节细胞
研究青光眼
基因敲除技术