|
|||||
|
|
| 卷积神经网络的缺陷类型识别分析 | |
| 作者姓名： | 高子洋 师芳芳 张碧星 苏业旺 |
| 作者单位： | 中国科学院声学研究所,中国科学院声学研究所,中国科学院声学研究所,中国科学院力学研究所 |
| 摘 要： | 该文提出一种基于卷积神经网络直接对阵列超声检测原始信号进行缺陷类型识别的方法,该方法无需对超声回波原始信号进行特征提取.文章研究对比了不同卷积神经网络及其优化的识别性能.首先采用超声相控阵系统对不同试块上的平底孔、球底孔、通孔三种缺陷进行超声检测,然后利用LeNet5、VGG16和ResNet三种卷积神经网络对一维和二... |
| 关 键 词： | convolutional neural network ultrasonic testing defect type recognition |
| 收稿时间： | 2021-03-26 |
| 修稿时间： | 2022-03-01 |
| 点击此处可从《应用声学》浏览原始摘要信息 | |
| 点击此处可从《应用声学》下载免费的PDF全文 | |