本发明涉及在线无损检测技术领域,具体公开了一种基于卷积神经网络的声学在线无损检测方法,包括:S1、根据若干个已确定产品质量的金属产品对一产品质量计算网络W进行训练,从而得到产品质量计算模型M;S2、根据于S1所得的所述产品质量计算模型M对未确定质量的被检金属产品进行质量检测,从而判定被检金属产品是否合格。本发明直接从时域声音数据和频域声音数据中提取时域声学特征和频域声学特征,通过大量的样本(已知质量的金属产品)对卷积神经网络进行训练,确保最终的卷积神经网络的参数能提取出最有效的声学特征,有效避免声音大小变化及噪声对检测结果的影响,能提升检测鲁棒性和检测准确率。
声明:
“基于卷积神经网络的声学在线无损检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)