原创力文档- 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
查看更多
本发明涉及声发射损伤识别技术领域，特别涉及一种基于深度学习的声发射损伤识别方法。方法包括：分别获取多个标准试件一一对应产生的多个第一声发射信号；获取测试试件产生的第二声发射信号；基于单一损伤模式对应的第一声发射信号，获取该种单一损伤模式对应的目标频率区间；对第二声发射信号进行信号处理，得到多个频谱图；基于多种单一损伤模式分别对应的目标频率区间和多个频谱图，确定测试试件所具有的若干种损伤模式；对深度卷积神经网络进行训练；利用训练后的深度卷积神经网络识别待测声发射信号所对应的损伤模式。本发明实施例提
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116990393 A
(43)申请公布日 2023.11.03
(21)申请号 202310763173.8 G01N 29/14 (2006.01)
文档评论（0）