摘要
本发明属于结构健康检测领域,涉及一种基于希尔伯特卷积迁移网络的超声导波缺陷检测方法,包括:获取源域数据集,以损伤信号减去健康信号得到散射波,保留损伤信息,将源域数据集划分为源域训练集和源域测试集;构建希尔伯特卷积迁移网络;将源域数据集输入到预训练希尔伯特卷积迁移网络中进行训练,并保存希尔伯特卷积迁移网络的参数;获取目标域数据集;加载保存的希尔伯特卷积迁移网络参数,使用目标域训练集对模型进行训练并根据计算的域差异值对模型参数进行动态微调,得到检测结果;本发明基于域差异值动态微调的方法使预训练模型在目标域上进行参数训练前先计算两域样本差异,再根据差异值判断解冻参数量,降低了过拟合风险并提高了样本利用率。
技术关键词
缺陷检测方法
超声导波
协方差矩阵
网络
信号包络特征
结构健康检测
参数
动态
数据
样本
训练集
卷积模块
算法
滤波器
表达式
因子
指标
风险
系统为您推荐了相关专利信息
脑肿瘤分割方法
图像分割模型
原型
图像采集平台
优化网络参数
立体种植系统
干旱区农业
立体种植结构
气候
模块
天地一体化网络
深度强化学习
卸载方法
空天地一体化
强化学习模型
容量管理方法
大数据
容量管理装置
LSTM模型
深度循环神经网络
可视化交互方法
神经网络模型
VR装置
信号
传感器模块