一种基于粒子群算法优化递归图阈值及特征参数提取方法

AITNT
正文
推荐专利
一种基于粒子群算法优化递归图阈值及特征参数提取方法
申请号:CN202411514011
申请日期:2024-10-29
公开号:CN119397239A
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了一种基于粒子群算法优化递归图阈值及特征参数提取方法,其属于无损检测领域。该方法通过一套超声信号采集系统,采集超声背散射信号并对其进行相空间重构,计算相空间中任意两个时间向量之间的欧式距离。设定粒子群参数和收敛条件,采用粒子群优化算法对递归图阈值进行优化。利用优化后的阈值对超声背散射信号进行递归图绘制。使用递归定量分析方法对递归图进行定量计算,提取特征参数,最终构建特征参数与材质劣化损伤等级的映射关系,实现不同材质劣化等级的评估。本发明克服了仅用人为设置递归阈值的不足,能够对超声背散射信号进行准确、全面的分析,实现递归特征参数的准确提取,对发展材质劣化损伤的声学评价方法具有重要意义。
技术关键词
特征参数提取方法 粒子群算法优化 背散射 递归定量分析 超声信号采集系统 粒子群优化算法 声学评价方法 信号延迟时间 超声检测设备 序列 重构技术 矩阵 采样点 两点
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