摘要
本发明涉及无损检测技术领域,公开了基于张量分解和注意力机制的航空器缺损识别方法及系统,所述基于张量分解和注意力机制的航空器缺损识别方法,包括以下步骤:获取航空器的多模态数据;将多模态数据构建为四阶时空‑模态张量,并基于张量的模态特征生成动态图结构;在对四阶张量分解时施加混合约束得到核心张量与因子矩阵;通过多尺度池化提取特征,结合拓扑持久同调与门控注意力机制分配权重,实现特征融合;基于融合特征识别缺损类型,利用因子矩阵梯度幅值与动态阈值定位缺损区域。本发明通过多模态数据融合、动态图正则化约束及混合张量分解技术,提升航空器表面微小缺损的检测灵敏度与定位精度,同时增强特征物理可解释性及算法对复杂工况的鲁棒性。
技术关键词
注意力机制
航空器
识别方法
多尺度特征金字塔
声发射
矩阵
多尺度池化
因子
核心
模态特征
拓扑特征
张量分解技术
多模态数据采集
抑制噪声干扰
连续性
多模态数据融合
拉普拉斯
生成二值化
输出特征
系统为您推荐了相关专利信息
行人重识别网络
特征提取模块
跨模态
重识别方法
可见光视频
手写签名识别方法
多模态技术
手写签名识别系统
样本
模块
视觉
sigmoid函数
注意力机制
特征提取能力
离散化方法
汽轮机阀门
故障诊断系统
时间段
执行机构故障
参数