本发明公开了一种基于时间序列信号和压缩卷积神经网络的伤损识别方法,包括输入信号预处理和网络剪枝,首先采用泛谐波调频小波变换将表征伤损的一维时序信号变换到二维时频空间;然后以VGG16作为基础架构,采用添加BN层、全连接层轻量化、以泰勒准则为评判标准的滤波器排序、删除卷积层低贡献率滤波器等复合剪枝技术,构建压缩网络。通过脉冲涡流检测伤损信号验证,本发明提供的方法无需进行特征提取,且相对于VGG16架构,准确率增加到99.1%,运行时间降到7%,可广泛用于无损检测领域。
声明:
“基于时间序列信号和压缩卷积神经网络的伤损识别方法” 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)