基于无监督深度学习的声发射信号聚类分析

基于无监督深度学习的声发射信号聚类分析
摘要：为提高声发射信号检测诊断的自动化程度，直接从声发射波形出发，提出了一种基于深度神经网络与聚类分析的声发射信号分类方法。针对声发射信号标签数据难以获取的问题，采用无监督学习方式，根据大量声发射实测波形进行深度一维卷积自编码器训练，实现了声发射信号特征的自动提取，进而结合K均值聚类算法准确区分不同类型的声发射信号。铅芯在复合材料板上突然断裂和摩擦的声发射试验表明，提出的方法能自动识别不同类别的声发射信号，识别效果优于基于人为设定声发射信号特征的聚类方法。

标题：基于无监督深度学习的声发射信号聚类分析

作者：李睿,张纯,万乐,闫小青,

关键词：声发射信号,无监督学习,特征提取,聚类分析,卷积自编码器,模式识别,

发表日期：2021年2月

2025-1-19 14:38 上传 基于无监督深度学习的声发射信号聚类分析.pdf

文件大小:

3.41 MB

下载次数:

60

高速下载