一种基于孪生数据驱动的超声导波损伤识别方法

AITNT
正文
推荐专利
一种基于孪生数据驱动的超声导波损伤识别方法
申请号:CN202411386362
申请日期:2024-09-30
公开号:CN119226859A
公开日期:2024-12-31
类型:发明专利
摘要
本发明公开了一种基于孪生数据驱动的超声导波损伤识别方法,包括:实验室收集铝护套损伤检测孪生模型超声导波信号作为源域数据集一,通过超声导波信号模态提取构建源域数据集二,通过真实检测信号构建目标域数据集;建立的数据集采用连续小波变换对源域数据集和目标域数据集进行预处理;源域数据集和目标域数据集通过ResNet50网络实现公共特征提取;构建了特定域特征提取器,采用域内对齐和域间对齐两种策略来对齐不同分布的数据以获得域不变特征并消除偏移;最后,设计特定域分类器获得类别可分特征,并消除不同分类器之间的差异,并在电缆护套的损伤检测中进行验证。本发明增强损伤检测模型的可解释性、通用性和泛化能力。
技术关键词
孪生数据驱动 超声导波 损伤识别方法 分类器 连续小波变换 特征提取器 信号 匹配追踪算法 深度学习网络 特征提取网络 策略 缩放参数 度量 电缆护套 样本 标记 字典 时间域
系统为您推荐了相关专利信息
1
低分辨率水稻图像的超分辨率重建和半监督识别分类方法
超分辨率重建图像 识别分类方法 分类器 Softmax函数 随机梯度下降
2
基于通道选择的脑电动态连续情绪识别方法、系统及设备
情绪识别方法 特征提取网络 多通道脑电 情绪识别模型 时序
3
一种印刷电路板缺陷检测系统
印刷电路板缺陷 子模块 可视化模块 特征提取模块 图像采集模块
4
一种基于大数据的电影评分系统及方法
XGBoost模型 评分系统 焦点损失函数 大数据 朴素贝叶斯模型
5
基于TCN增量学习的糖尿病风险预测方法、终端设备及存储介质
糖尿病风险预测 三元组 实体 图谱 时序
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号