多层次深度学习神经网络自适应全局变形视觉测量方法和系统.pdfVIP

下载本文档

7
0
约1.98万字
约 22页
2023-11-01 发布于四川
举报
版权申诉

多层次深度学习神经网络自适应全局变形视觉测量方法和系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种多层次深度学习神经网络自适应全局变形视觉测量方法和系统，包括：步骤S1：将相机和镜头的光轴与试样表面垂直对齐，记录试样在不同状态下的信息；步骤S2：基于多层次深度学习神经网络对图像中感兴趣区域进行全局网格化生成形函数，从而实现全局变形测量；步骤S3：以零均值归一化最小距离平方标准为损失函数，使用Adam优化神经网络的参数和节点位移，权重和偏差是节点位置的函数，通过对神经网络参数的优化实现网格自适应；步骤S4：根据优化结果导出全局位移场和应变场，实现高精度的自适应全局变形测量。本发

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116972764 A (43)申请公布日 2023.10.31 (21)申请号 202310907151.4 (22)申请日 2023.07.21 (71)申请人上海交通大学地址 200240