摘要
本发明公开了一种基于有限元仿真和迁移学习的树上桃果硬度反演方法,包括以下步骤:步骤1,使用激光多普勒测振仪采集树上桃果不同生长阶段的振动信号,经过预处理后作为模型的输入。使用质构分析仪测量桃果硬度参考值作为模型的输出,构建实验数据集;步骤2,建立具有高仿生度的桃果振动有限元模型并计算仿真振动响应;步骤3,更改步骤2中有限元模型的材料属性,以获取不同硬度的桃果振动响应,构建仿真数据集;步骤4,构建域对抗神经网络,通过对抗训练实现领域迁移和硬度反演。本发明通过有限元方法生产仿真振动数据,并构建域对抗神经网络进行特征迁移,在有限样本的情况下提高了树上桃果硬度反演准确度。
技术关键词
反演方法
激光多普勒测振仪
仿真数据
万能力学试验机
功率谱密度估计
激光三维扫描仪
反演模型
压缩弹性模量
分析仪
通道注意力机制
拉伸弹性模量
特征提取网络
果实
果仁
多尺度
阶段
果皮
果肉
点云
系统为您推荐了相关专利信息
微通道反应器
迭代优化算法
仿真分析
参数
执行化学反应
注意力机制
分类方法
数据特征工程
连续小波变换
LSTM模型