典型文献
结合小波变换和稀疏主成分分析的复合材料缺陷信号增强算法
文献摘要：
脉冲热成像技术被广泛应用于碳纤维复合材料内部缺陷检测.由于原始热成像数据包含不均匀背景及检测噪声,缺陷信号的可视化效果较差,无法直接进行缺陷检测及识别.针对上述问题,提出结合小波变换和稀疏主成分分析(Wavelet Transforming and Sparse Principal Component Analysis,WT-SPCA)的特征提取方法,以提高缺陷信号的可视化效果.首先利用小波变换进行噪声信号去除,进一步采用稀疏主成分分析提取缺陷信号特征.实验结果表明,WT-SPCA方法可有效去除不均匀背景及噪声干扰,准确提取缺陷特征.与主成分分析、稀疏主成分分析等特征提取方法相比,WT-SPCA能够有效提高缺陷信号的可视化效果及缺陷区域的信噪比水平.
文献关键词：
脉冲热成像;特征提取;小波变换;稀疏主成分分析;碳纤维复合材料
中图分类号：
作者姓名：
张圆;刘薇;李津蓉;孙勇智
作者机构：
浙江科技学院自动化与电气工程学院,浙江 杭州310023
文献出处：
引用格式：
[1]张圆;刘薇;李津蓉;孙勇智-.结合小波变换和稀疏主成分分析的复合材料缺陷信号增强算法)[J].传感技术学报,2022(12):1664-1670
A类：
B类：
小波变换,稀疏主成分分析,材料缺陷,信号增强,增强算法,脉冲热成像,热成像技术,碳纤维复合材料,内部缺陷,缺陷检测,数据包,接进,Wavelet,Transforming,Sparse,Principal,Component,Analysis,WT,SPCA,噪声信号,信号特征,噪声干扰,缺陷特征
AB值：
0.268798
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
