摘 要：
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。
友情链接