已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A softmax classifier for high-precision classification of ultrasonic similar signals

模式识别(心理学) 分类器(UML) 特征提取 深度学习 语音识别 线性判别分析 Mel倒谱 倒谱 特征(语言学)
作者
Fei Gao,Bing Li,Lei Chen,Zhongyu Shang,Xiang Wei,Chen He
出处
期刊:Ultrasonics [Elsevier]
卷期号:112: 106344-106344 被引量:33
标识
DOI:10.1016/j.ultras.2020.106344
摘要

High precision classification of ultrasonic signals is helpful to improve the identification and evaluation accuracy for detecting defects. In the previous research, the deep neural network (DNN) has been used to classify the signal with obvious differences. But for different defects of the same depth, or when the defect position is close, the ultrasonic A-scan signal curve is very similar, causing the classification accuracy not high enough. In this paper, an optimized softmax classifier is proposed based on the traditional softmax classifier, and the convolution neural network (CNN) framework is built, which can achieve the accurate classification of signals with similar curves. Through a comparative experiment, the performance of the proposed classifier is evaluated from the loss curve decline rate, classification accuracy and feature visualization. The results show that the classifier has high classification accuracy and strong robustness.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
FengYun完成签到 ,获得积分0
1秒前
剑八完成签到,获得积分10
5秒前
小点点完成签到,获得积分10
5秒前
XIAO完成签到,获得积分10
7秒前
9秒前
JamesPei应助一一一一一采纳,获得10
9秒前
10秒前
DandanHan0916完成签到 ,获得积分10
14秒前
大肥毛毛球完成签到 ,获得积分10
14秒前
蝈蝈蝈完成签到 ,获得积分10
15秒前
17秒前
17秒前
hins完成签到 ,获得积分10
18秒前
20秒前
于清绝完成签到 ,获得积分10
20秒前
21秒前
22秒前
Sonia完成签到,获得积分10
22秒前
殷勤的雨灵完成签到 ,获得积分20
25秒前
酷波er应助科研通管家采纳,获得10
27秒前
传奇3应助科研通管家采纳,获得10
27秒前
赘婿应助科研通管家采纳,获得10
27秒前
科研通AI2S应助科研通管家采纳,获得10
27秒前
Tina发布了新的文献求助30
28秒前
28秒前
28秒前
超人不会飞完成签到,获得积分10
30秒前
jj完成签到,获得积分10
32秒前
隐形若山完成签到 ,获得积分10
34秒前
青蛙的第二滴口水完成签到,获得积分10
35秒前
Jonas完成签到,获得积分10
37秒前
碳烤小肥肠完成签到,获得积分10
42秒前
小王完成签到,获得积分10
43秒前
务实的焦完成签到 ,获得积分10
50秒前
CRANE完成签到 ,获得积分10
50秒前
Hasee完成签到 ,获得积分10
50秒前
51秒前
xiaomeng完成签到 ,获得积分10
53秒前
liu发布了新的文献求助10
53秒前
赘婿应助杰杰小杰采纳,获得10
59秒前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
New China Forges Ahead: Important Documents of the Third Session of the First National Committee of the Chinese People's Political Consultative Conference 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3056391
求助须知:如何正确求助?哪些是违规求助? 2713013
关于积分的说明 7434137
捐赠科研通 2357966
什么是DOI,文献DOI怎么找? 1249173
科研通“疑难数据库(出版商)”最低求助积分说明 606972
版权声明 596195