本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的超聲無損檢測信號分類方法,采集超聲A掃描信號并進(jìn)行預(yù)處理,然后將預(yù)處理后帶有對應(yīng)標(biāo)簽的A掃描信號圖像輸入搭建的CNN神經(jīng)網(wǎng)絡(luò),對神經(jīng)網(wǎng)絡(luò)的各層權(quán)重及偏置參數(shù)進(jìn)行訓(xùn)練,通過對學(xué)習(xí)率和學(xué)習(xí)迭代次數(shù)的調(diào)整以提高CNN神經(jīng)網(wǎng)絡(luò)對于信號特征的識別準(zhǔn)確率,隨后將未帶有標(biāo)簽的A掃描信號輸入至訓(xùn)練好的CNN神經(jīng)網(wǎng)絡(luò),通過超聲A掃描信號實現(xiàn)對檢測缺陷有無、缺陷深度精確多分類的功能。本發(fā)明能夠?qū)崿F(xiàn)基于超聲A掃描信號的缺陷分類功能,計算準(zhǔn)確率高,網(wǎng)絡(luò)結(jié)構(gòu)簡單。
聲明:
“基于卷積神經(jīng)網(wǎng)絡(luò)的超聲無損檢測信號分類方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)