龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广西大学
申请日：2023-11-17
公开（公告）日：2024-02-06
公开（公告）号：CN117521776A
主分类号：G06N3/096
分类号：G06N3/096;G06N3/0464;G06N3/045;G06F17/14;G10L25/18;G10L25/30;G10L25/45
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.02.27#实质审查的生效;2024.02.06#公开
摘要：基于STFT频谱图与改进ShuffleNetv2的CFST结构不平衡脱空识别方法的步骤为：S1，设计并制备带有不同脱空缺陷的钢管混凝土试件；S2，采集不同加载工况下的钢管混凝土试件的敲击声音信号，并根据随机概率函数，结合组合移动、音量改变、倍速变换和拉伸四种增强技术对敲击声音信号进行增强；S3，对增强后的敲击声音信号进行短时傅里叶变换提取特征图谱，再利用特征图谱构建具有不同比例的不平衡数据集和具有不同加载工况的不平衡数据集；S4，采用仿CSP网络、迁移学习和ECA注意力对ShuffleNetv2卷积神经网络进行改进，获得仿CSP网络、迁移学习和ECA注意力改进的ShuffleNetv2模型，并在构建的数据集上分别进行模型训练、验证和测试。该方法具有更高的识别准确性和更小的内存占用。
主权项：1.基于STFT频谱图与改进ShuffleNetv2的CFST结构不平衡脱空识别方法，其特征在于，包括如下步骤：S1，设计并制备带有不同深度和宽度脱空缺陷的钢管混凝土试件；S2，采集不同加载工况下的钢管混凝土试件的敲击声音信号，并根据随机概率函数，结合组合移动、音量改变、倍速变换和拉伸四种增强技术对敲击声音信号进行增强；S3，对步骤S2增强后的敲击声音信号进行短时傅里叶变换提取特征图谱，再利用特征图谱构建具有不同比例的不平衡数据集和具有不同加载工况的不平衡数据集；S4，采用仿CSP网络、迁移学习和ECA注意力对ShuffleNetv2卷积神经网络进行改进，获得仿CSP网络、迁移学习和ECA注意力改进的ShuffleNetv2模型；再利用仿CSP网络、迁移学习和ECA注意力改进的ShuffleNetv2模型在步骤S4构建的数据集上分别进行模型训练、验证和测试。
全文数据：
权利要求：
百度查询： 广西大学 基于STFT频谱图与改进ShuffleNet v2的CFST结构不平衡脱空识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号