摘要
本申请涉及了一种基于时频域的音频信号的钢管混凝土缺陷检测方法和系统,本方法通过声学传感器阵列采集钢管混凝土表面的音频时序数据,然后从钢管混凝土的音频时序数据中提取出时域融合音频特征和频域融合音频特征,并基于时域特征处理模型对时域融合音频特征,以及采用频域特征处理模型对频域融合音频特征进行不同域的双重特征分析,捕捉不同域音频特征图中更多的缺陷特征;而且特征处理模型采用多个级联的卷积长短期记忆网络组成,能够逐层提取音频信号的特征,提升对长序列信号的鲁棒性;基于注意力模块融合特征处理模型提取的时频域特征,并特征注意力增强,提升特征的表达能力,提高缺陷特征的捕捉效果,提高检测出缺陷精确度。
技术关键词
音频特征
卷积长短期记忆
注意力
钢管混凝土
缺陷检测方法
时域特征
频域特征
输出特征
声学传感器阵列
Sigmoid函数
通道
网络
全局平均池化
计算机可执行指令
多层感知机
模块
主成分分析算法
信号
谱特征提取
系统为您推荐了相关专利信息
微型芯片
缺陷检测方法
深度学习网络模型
智能图像处理
缺陷检测系统
金属管端部
图像分割算法
缺陷检测方法
缺陷检测装置
灰狼优化算法
模态特征
残差注意力机制
多模态
嵌入特征
情感识别方法
金融
大语言模型
多模态特征
融合特征
深度学习模型
面部特征融合
学生
多层次
计算机可读储存介质
生理