摘要
本申请公开了基于机器学习算法的储氢瓶检测方法、装置、设备及介质,涉及人工智能技术领域,利用声发射技术获取待检测储氢瓶上超声发射装置产生的多维度超声信号数据,对超声信号数据进行数据清洗、傅里叶变换、特征提取,得到时域和频域特征;将超声信号数据与声发射数据库对比,确定类型为有损伤的第一检测结果,运用差值比例法生成损伤指标特征补充时域和频域特征;将时域和频域特征输入对数几率回归模型,输出类型为有损伤的第二检测结果;利用K均值聚类算法对聚类数据集进行计算及迭代聚类,得到第三检测结果;将第三检测结果及预设数据输入决策树模型,输出第四检测结果;实现储氢瓶无损检测,提高检测准确性和稳定性,降低操作复杂度。
技术关键词
超声信号
机器学习算法
决策树模型
K均值聚类算法
储氢瓶
构建决策树
声发射技术
频域特征提取
发射装置
标记
回归树算法
指数
指标
人工智能技术
幅值
数据处理模块
系统为您推荐了相关专利信息
程度检测方法
光谱传感器
机器学习算法
多光源
组合系统
模型优化方法
混合优化算法
粒子群算法融合
主成分分析方法
遗传算法
面部微表情
反馈装置
PPG传感器
面部表情识别
场景
钻井参数
无线采集方法
钻井现场
无线采集系统
无线通信模块
线路设备
风险
决策树模型
随机森林
配电设备状态