公开(公告)号：CN108491931A

公开(公告)日：2018-09-04

申请号：CN201810271658.4

申请日：2018-03-29

Applicant: 四川升拓检测技术股份有限公司

Inventor： 吴佳晔 ,  李科 ,  黄伯太 ,  杨森 ,  罗技明 ,  华容如 ,  罗欣玥

IPC: G06N3/08 ,  G06N3/04 ,  G06N99/00

Abstract: 本发明公开了一种基于机器学习提高无损检测精度的方法，包括依次进行的以下步骤：A、建立人工智能基本模型，收集大量检测数据作为学习数据；B、将步骤A中收集的学习数据导入人工智能基本模型中进行训练；C、将需要分析的检测数据导入训练后的人工智能基本模型中，人工智能基本模型生成检测结果。本发明使用多个目标参数并结合被测物已知状态进行人工智能学习，利用贝叶斯网络和神经元网络作为基本模型进行建模，采用决策树方法进行分析，相比传统技术，提高了目标参数的利用，且采用人工智能判断，摒弃了传统的人为经验干预，有效的提高检测结果的精度。

公开(公告)号：CN108491931B

公开(公告)日：2023-12-19

申请号：CN201810271658.4

申请日：2018-03-29

Applicant: 四川升拓检测技术股份有限公司

Inventor： 吴佳晔 ,  李科 ,  黄伯太 ,  杨森 ,  罗技明 ,  华容如 ,  罗欣玥

IPC: G06N3/08 ,  G06N7/01 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习提高无损检测精度的方法，包括依次进行的以下步骤：A、建立人工智能基本模型，收集大量检测数据作为学习数据；B、将步骤A中收集的学习数据导入人工智能基本模型中进行训练；C、将需要分析的检测数据导入训练后的人工智能基本模型中，人工智能基本模型生成检测结果。本发明使用多个目标参数并结合被测物已知状态进行人工智能学习，利用贝叶斯网络和神经元网络作为基本模型进行建模，采用决策树方法进行分析，相比传统技术，提高了目标参数的利用，且采用人工智能(56)对比文件Biao Wu et.al.A Bayesian approach forsparse flaw detection from noisy signalsfor ultrasonic NDT《.NDT & EINTERNATIONAL》.2016,第76-85页.刘国华.声发射信号处理关键技术研究《.中国博士学位论文全文数据库》.2008,第I140-39页.刘国华.声发射信号处理关键技术研究《.中国博士学位论文全文数据库》.2008,第I140-39页.