本發明公開了一種基于時間序列信號和壓縮卷積神經網絡的傷損識別方法,包括輸入信號預處理和網絡剪枝,首先采用泛諧波調頻小波變換將表征傷損的一維時序信號變換到二維時頻空間;然后以VGG16作為基礎架構,采用添加BN層、全連接層輕量化、以泰勒準則為評判標準的濾波器排序、刪除卷積層低貢獻率濾波器等復合剪枝技術,構建壓縮網絡。通過脈沖渦流檢測傷損信號驗證,本發明提供的方法無需進行特征提取,且相對于VGG16架構,準確率增加到99.1%,運行時間降到7%,可廣泛用于無損檢測領域。
聲明:
“基于時間序列信號和壓縮卷積神經網絡的傷損識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)