利用可解释型卷积神经网络识别碳纤维增强复合材料损伤模式的方法

AITNT
正文
推荐专利
利用可解释型卷积神经网络识别碳纤维增强复合材料损伤模式的方法
申请号:CN202411921227
申请日期:2024-12-25
公开号:CN119831967B
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种利用可解释型卷积神经网络识别碳纤维增强复合材料损伤模式的方法,该方法包括:包括以下步骤:数据库建立;数据预处理;构建卷积神经网络模型;解释卷积神经网络模型,卷积神经网络模型的泛化应用,模型训练完成后,将模型泛化应用于识别多损伤模式图像与实际工程中的复合材料冲击损伤模式,以验证模型鲁棒性。本发明所提供的技术方案能够精准且高效识别碳纤维增强复合材料的损伤模式,实现服役工况下复合材料损伤模式的精确定量与高效解耦。
技术关键词
卷积神经网络模型 计算机断层扫描 卷积神经网络识别 模式 构建卷积神经网络 图像 数据 复合材料层合板 置信度数值 碳纤维织物 服役工况 鲁棒性 载荷 边缘检测
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