一种基于深度学习的蜂窝复合材料缺陷分类方法
授权
摘要
本发明公开了一种基于深度学习的蜂窝复合材料缺陷分类方法，包括：获取蜂窝复合材料作为训练试件；采用高能氙灯或卤素灯对训练试件进行热激励，采用红外热像仪采集训练试件表面在受到热激励后的热图序列；将热图序列分解为训练试件表面的各像素采集点的温度时间序列；以像素采集点的温度时间序列和相应的内部缺陷类型作为训练数据，对RNN模型进行训练，得到蜂窝复合材料缺陷检测模型；获取待检测蜂窝复合材料表面的各像素采集点的温度时间序列，并输入蜂窝复合材料缺陷检测模型，得到各像素采集点的内部缺陷类型。本发明能快速识别蜂窝复合材料内部缺陷的类型，而且快速准确。
基本信息
专利标题 ：
一种基于深度学习的蜂窝复合材料缺陷分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110322429A
申请号 ：
CN201910386093.9
公开（公告）日 ：
2019-10-11
申请日 ：
2019-05-09
授权号 ：
CN110322429B
授权日 ：
2022-04-05
发明人 ：
段玉霞胡偲琦刘石财戴小标
申请人 ：
中南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路932号
代理机构 ：
长沙市融智专利事务所(普通合伙)
代理人 ：
龚燕妮
优先权 ：
CN201910386093.9
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-05 ：
授权
2019-11-05 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20190509
申请日 : 20190509
2019-10-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
