基于迁移学习和改进残差网络复合材料损伤识别方法

本发明公开了一种基于迁移学习和改进残差网络复合材料损伤识别方法，涉及声发射数据处理和图像识别方法技术领域。该方法包括：获取复合材料拉伸的声发射数据集，并对声发射数据集进行梅尔频谱倒谱系数转换，生成梅尔频谱倒谱系数图谱数据集；以ResNet模型为基础，构建深度残差收缩网络模型，调用ResNet模型在图网络上训练的预训练权重，利用预训练权重中除所述残差块以外的其他权重对深度残差收缩网络模型进行权重初始化，得到基于迁移学习的深度残差收缩网络模型；用梅尔频谱倒谱系数图谱数据集训练，得到训练好的基于迁移学习的深度残差收缩网络模型；使用训练好的基于迁移学习的深度残差收缩网络模型，对待识别复合材料损伤类型进行识别。