摘要
本发明提供了基于深度特征交互网络的船舶齿轮箱体腐蚀缺陷定量检测方法,包括:构建三级分类体系,得到样本集,再进行超声信号小波包分解和时频图生成,得到时频信息灰度图;提取时频信息灰度图的局部时频特征;将4个局部时频特征融合,得到全局特征,再结合4个局部时频特征和所述全局特征,进行腐蚀等级和腐蚀等级概率预测;利用训练集对模型进行端到端训练,以评估预测准确性和鲁棒性,再利用训练好的模型进行实时样本集的预测。本发明能够实现高效、高精度、非破坏性的自动化齿轮箱体腐蚀定量分类检测,适用于真实船舶齿轮箱体多样复杂工况的在线评估。
技术关键词
缺陷定量检测方法
船舶齿轮箱
交互网络
齿轮箱体
DenseNet网络
超声信号
样本
深度特征融合
卷积特征
全局平均池化
重构算法
鲁棒性
训练集
语义特征
无腐蚀
物理
分类器
矩阵
系统为您推荐了相关专利信息
人物特征
融合特征
图像
场景上下文
情绪分析方法
DenseNet网络
热力图
关键点
多尺度特征融合
计算机执行指令
查询意图
细粒度特征
大语言模型
搜索方法
搜索系统
无人机航拍图像
YOLO模型
交互网络
多路径
多层感知机