买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江南大学

摘要：本发明涉及结构健康检测技术领域，特别涉及一种基于超声导波轻量化网络的复合材料损伤实时检测方法。方法包括：采集复合材料的超声导波数据；对超声导波数据进行预处理后，生成训练集和测试集；其中，训练集含有若干个带有标签的二维图像；利用训练集中的若干个二维图像训练预先构建好的PGC‑DMRCN轻量化神经网络，得到用于对复合材料进行实时检测损伤定位的检测模型；其中，PGC‑DMRCN轻量化神经网络包括依次连接的4个部分分组卷积模块、动态多尺度残差注意力机制模块和分类模块。本方案，通过采用轻量化的部分分组卷积模块和动态多尺度残差注意力机制模块，实现复合材料的实时高精度损伤识别。

主权项：1.一种基于超声导波轻量化网络的复合材料损伤实时检测方法，其特征在于，包括：采集复合材料的超声导波数据；对所述超声导波数据进行预处理后，生成训练集和测试集；其中，所述训练集含有若干个带有标签的二维图像；利用所述训练集中的若干个二维图像训练预先构建好的PGC-DMRCN轻量化神经网络，得到用于对复合材料进行实时检测损伤定位的检测模型；其中，所述PGC-DMRCN轻量化神经网络包括依次连接的4个部分分组卷积模块、动态多尺度残差注意力机制模块和分类模块；所述利用所述训练集中的若干个二维图像训练预先构建好的PGC-DMRCN轻量化神经网络，得到用于对复合材料进行实时检测损伤定位的检测模型，包括：将所述训练集中的每一个二维图像输入至所述PGC-DMRCN轻量化神经网络，先利用卷积层从所述二维图像中提取特征获得设定通道数的目标图像；利用第一部分分组卷积模块通过对所述目标图像进行通道划分，来对划分后的部分通道进行卷积，以利用所述第一部分分组卷积模块对所述目标图像进行主要特征的提取；将第一部分分组卷积模块的输出结果输入至第二部分分组卷积模块，以利用依次首尾连接的第二部分分组卷积模块、第三部分分组卷积模块和第四部分分组卷积模块继续进行主要特征的提取；其中，所述第一部分分组卷积模块、第二部分分组卷积模块、第三部分分组卷积模块和第四部分分组卷积模块的网络结构相同；将所述第四部分分组卷积模块的输出结果输入至所述动态多尺度残差注意力机制模块，以利用所述动态多尺度残差注意力机制模块中的三个支路分别对所述第四部分分组卷积模块的输出结果进行多尺度关键特征提取；将三个支路的输出结果进行多尺度特征融合，得到所述动态多尺度残差注意力机制模块的输出结果；利用分类模块中的平均池化层、随机失活层和全连接层对所述动态多尺度残差注意力机制模块的输出结果进行处理，得到每一个二维图像的分类结果后，基于分类结果和对应标签对所述PGC-DMRCN轻量化神经网络的网络参数进行调整，直至得到符合要求的检测模型；所述利用第一部分分组卷积模块通过对所述目标图像进行通道划分，来对划分后的部分通道进行卷积，以利用所述第一部分分组卷积模块对所述目标图像进行主要特征的提取，包括：将所述目标图像输入至第一部分分组卷积模块后，先按照通道维度将所述目标图像划分为两个不重叠的部分和其中，C1为所述目标图像的通道数，r为通道划分比例的超参；将划分后的重要部分进行二维卷积得到第一特征，将划分后的另一部分进行最大池化层处理，得到第二特征；将第一特征和第二特征按通道维度进行拼接后，利用两层卷积核大小为1的二维卷积层进行处理，得到特征融合表示，并将该特征融合表示作为第一部分分组卷积模块的输出；所述利用所述动态多尺度残差注意力机制模块中的三个支路分别对所述第四部分分组卷积模块的输出结果进行多尺度关键特征提取，包括：第一支路、第二支路和第三支路分别对所述第四部分分组卷积模块的输出结果使用卷积核为3，5，7的二维分组卷积，且卷积过程使用了填充操作，以使输入输出的空间维度一致；每一支路均执行：利用自适应卷积层将当前支路的二维分组卷积结果进行空间维度压缩，接着依次使用两层卷积核为1的二维卷积层进行通道数压缩，以获得不同通道间充分融合后的特征表示Fsame；对特征表示Fsame进行激活函数的计算，获得当前支路的注意力权值矩阵；所述将三个支路的输出结果进行多尺度特征融合，得到所述动态多尺度残差注意力机制模块的输出结果，包括：将三个支路计算得到的注意力权值矩阵按通道进行拼接并进行重塑操作得到WCA，并利用Softmax函数动态地归一化三个不同支路的注意力权值，得到三个支路的相对重要性矩阵；获取预先对第一支路、第二支路和第三支路的二维分组卷积结果按通道进行拼接并进行重塑操作结果FC，以对重塑操作结果FC和三个支路的相对重要性矩阵进行残差操作，得到残差结果；对残差结果进行重塑操作，接着使用卷积核为1的二维卷积层进行多尺度特征的融合操作，得到所述动态多尺度残差注意力机制模块的输出结果。

全文数据：

权利要求：

百度查询： 江南大学 基于超声导波轻量化网络的复合材料损伤实时检测方法