An academic processing and support platform focusing on journal databases, submission and review, and pre-typesetting.
王杰
Urban and Rural Studies 2025 No.13
国检测试控股集团安徽元正检测有限公司
研究目的在于挖掘声波信号中深层次关联特征,采用卷积与循环结构相结合的方法,对关键参数开展多维度融合,实现对缺陷位置与类型的预测。为提升基桩声波透射法在缺陷识别与质量评估中的可靠性,本研究围绕声速、波幅衰减与频率畸变等声学参数展开理论探讨。文章提出深度学习理念,融合时域与频域特征,构建多任务网络,关注多模态参数的联合表达,以精准刻画各类缺陷特征。研究过程聚焦噪声抑制与数据增强策略,采用多角度数据重组方法,强化异构信息交互,提升特征提取的全面性。多模态声学参数在缺陷定位与类别判别方面展现出良好潜力,模型通过多任务学习机制实现多层次预测。
基桩检测;声波透射法;深度学习;特征融合;信号处理
Scan to share on WeChat
Scan to read on mobile

Language: 中文
CN:10-1589/TU
ISSN:2096-6539
Publication Frequency: 半月刊
An academic processing and support platform focusing on journal databases, submission and review, and pre-typesetting.