一种基于XRF光谱和神经网络的涂料智能无损检测方法

AITNT
正文
推荐专利
一种基于XRF光谱和神经网络的涂料智能无损检测方法
申请号:CN202510539131
申请日期:2025-04-27
公开号:CN120044065A
公开日期:2025-05-27
类型:发明专利
摘要
本发明公开了一种基于XRF光谱和神经网络的涂料智能无损检测方法,涉及涂料智能参数调整领域,本发明通过结合双能量XRF光谱和物理约束神经网络(PINN),利用图神经网络进行全局修正,从多个物理层面精确分析涂层特性。本发明能够从复杂的光谱数据中提取多个物理约束条件参数,并通过物理模型约束优化网络训练,使得检测结果更为精准,同时在动态检测中表现出较强的适应性和鲁棒性。
技术关键词
无损检测方法 物理 节点特征 涂料 元素 参数 涂层 基材 梯度下降优化算法 数据 消除背景噪声 消息传递机制 理论 强度 测量点 荧光 校正 鲁棒性 波长
系统为您推荐了相关专利信息
1
一种基于可靠性算法的熔模精密铸件冒口设计方法
冒口设计方法 冒口尺寸 精密铸件 铸件冒口 参数
2
一种基于教育机器人的在兴趣场景中融合心理健康测评智能系统及方法
混沌随机数发生器 多模态生物特征 教育机器人 测试题 心理健康测评方法
3
一种去中心化动态分组重组算法
动态 资源 算法 机制 节点数
4
一种基于图神经网络的快速N-1故障分析方法及系统
故障分析方法 输电线路参数辨识 神经网络架构 节点特征 神经网络模型
5
基于概率的变电站点云自动提取导线的系统及方法
栅格 导线 点云模型 协方差矩阵 线性
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