公开(公告)号：CN114201993B

公开(公告)日：2024-09-13

申请号：CN202111522758.8

申请日：2021-12-13

Applicant: 厦门大学

Inventor： 孙海信 ,  李文洁 ,  齐洁 ,  林榕彬

IPC: G06F18/25 ,  G06F18/24 ,  G06F18/213

Abstract: 本发明给出了一种检测超声缺陷的三分支注意力特征融合方法与系统，包括利用高斯滤波的方法对采集到的一维超声回波信号进行去噪，再进行时频转换，从而获得对应的时频图；分别对去噪后的一维超声回波信号和时频图使用多尺度特征提取算法提取特征，从而分别得到一维数据特征和时频图特征；利用深度多模特征融合算法将一维数据特征和时频图特征进行融合获得融合特征，再对融合特征提取出时间特征；对一维数据特征、时频图特征和时间特征进行融合得到最终的融合特征，利用最终的融合特征进行缺陷检测和分类。本发明有效降低了数据不均衡性、组内差异和不同组间相似性引起的误判，具有参数少、分类准确率高、训练计算量小的特点。

公开(公告)号：CN114201993A

公开(公告)日：2022-03-18

申请号：CN202111522758.8

申请日：2021-12-13

Applicant: 厦门大学

Inventor： 孙海信 ,  李文洁 ,  齐洁 ,  林榕彬

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明给出了一种检测超声缺陷的三分支注意力特征融合方法与系统，包括利用高斯滤波的方法对采集到的一维超声回波信号进行去噪，再进行时频转换，从而获得对应的时频图；分别对去噪后的一维超声回波信号和时频图使用多尺度特征提取算法提取特征，从而分别得到一维数据特征和时频图特征；利用深度多模特征融合算法将一维数据特征和时频图特征进行融合获得融合特征，再对融合特征提取出时间特征；对一维数据特征、时频图特征和时间特征进行融合得到最终的融合特征，利用最终的融合特征进行缺陷检测和分类。本发明有效降低了数据不均衡性、组内差异和不同组间相似性引起的误判，具有参数少、分类准确率高、训练计算量小的特点。