摘要
本公开实施例中提供了一种合金敏化度定量分析方法,属于测量技术领域,具体包括:步骤1,对不同敏化度的样本合金进行激光诱导击穿,得到多个光谱数据并形成光谱数据集;步骤2,对光谱数据集进行预处理后将其划分为训练集、验证集和测试集;步骤3,构建基于ResNet的深度神经网络模型;步骤4,利用训练集和验证集训练深度神经网络模型,得到敏化度分析模型,然后利用测试集输入敏化度分析模型建立定量标准;步骤5,采集目标合金的光谱数据输入敏化度分析模型得到概率值,结合概率值和定量标准得到目标合金的敏化度等级。通过本公开的方案,提高了分析效率、精准度和稳定性。
技术关键词
深度神经网络模型
归一化方法
定量分析方法
训练深度神经网络
合金
校准光谱仪
注意力机制
正则化技术
数据
模型超参数
训练集
样本
传播算法
激光
非线性
模块
滤波
系统为您推荐了相关专利信息
弹性复位件
锁止结构
决策树规则
约束生成器
钛合金材料
力学性能预测方法
立方碳化硅
微观结构演化
裂纹尺寸
断裂力学模型
系统优化调度方法
电热耦合系统
训练神经网络模型
可再生能源
筛选算法