摘要
本发明涉及金属材料检测技术领域,尤其是一种基于多模式激发源的金属材料检测方法及装置;本发明在采用多模态数据进行金属材料检测时,首先确定金属材料的缺陷类型,然后采用不同的多模态数据特征融合方法,当待测金属材料为单缺陷类型时,采用基于注意力机制的卷积神经网络模型多模态特征进行特征融合,当待测金属材料为多缺陷类型时采用层次化加权求和法对多模态特征进行特征融合;使得特征融合更具目的性,提高了特征融合的准确度,进而提高金属材料缺陷检测的准确度。
技术关键词
金属材料检测方法
振动信号特征
多模式
超声信号
卷积神经网络模型
融合特征
热成像
模态特征
特征融合方法
多模态
金属材料缺陷检测
金属材料检测装置
电磁
金属材料检测技术
注意力机制
深度特征提取
系统为您推荐了相关专利信息
乘用车轮胎胎面
轮胎磨损程度
胎压
乘用车子午线轮胎
载荷
特征识别方法
智慧社区
卷积神经网络模型
物联
激光雷达数据采集
铁心电抗器
油浸式
局部放电超声波
分区
Pearson相关系数
高精度地图
车道
特征数据信息
融合方法
卷积神经网络算法