摘要
一种基于改进自编码器无监督学习的钢/铝合金管混凝土脱粘脱空识别方法,步骤如下:首先,敲击钢/铝合金管混凝土,采集音频。其次,对采集到的音频进行有效音频提取。然后,对有效音频进行分析,寻找出正常音频作为训练集,并在训练集中划分一定数据作为验证集。接着,提取所有有效音频的图像特征,作为测试集。随后,利用训练集的图像特征训练模型,利用验证集的重构误差分布确定阈值。最后,将测试集中重构误差超过阈值的点作为异常点,在结构表面标记出异常点,确定脱粘脱空区域。本方法兼具敲击声学法简单快捷的数据采集效果与深度学习强大的特征提取能力,将无监督学习引入钢/铝合金管混凝土脱粘脱空检测领域,具有较好的应用潜力。
技术关键词
重构误差
铝合金管
音频
无监督学习
Akaike信息准则
编码器
异常点
识别方法
混凝土结构表面
图像
特征提取能力
笛卡尔坐标系
超参数
训练集数据
注意力
序列
系统为您推荐了相关专利信息
深度神经网络
单帧红外图像
全局特征融合
神经网络训练
训练集
储能系统
温度预测模型
风险管控方法
热失控风险
仿真数据