摘要
本发明涉及智能检测技术,揭露了一种基于风机叶片音频信号的叶片损伤分类方法,包括:获取风机音频信号,利用第一图像转换模型将风机音频信号转换成第一信号图像,及利用第二图像转换模型将风机音频信号转换成第二信号图像;将第一信号图像以及第二信号图像进行融合得到信号融合图像,并提取信号融合图像中信号全局特征,提取信号融合图像中点云特征得到信号局部特征;融合信号全局特征和信号局部特征得到信号融合特征,并将信号融合特征输入至深度神经网络中得到叶片损伤分类结果。本发明还提出一种基于风机叶片音频信号的叶片损伤分类装置、电子设备及存储介质。本发明可以提高风机叶片损伤类型分类的准确性。
技术关键词
图像转换模型
风机叶片
信号
分类方法
音频
融合特征提取
点云特征提取
注意力机制
深度神经网络
融合图像特征
矩阵
卷积特征
分类装置
图像转换模块
智能检测技术
系统为您推荐了相关专利信息
智能单兵系统
智能分析模块
门控循环单元
动态权重优化
多模态数据采集
一体化传感器
生物标记物
微针电极阵列
超声换能器阵列
柔性电子电路
自动化测试软件
仿真软件
管理软件
自动化测试工具
逻辑运算模块
图像生成方法
多尺度
标签
细粒度图像分类方法
注意力