- 1、本文档共15页,其中可免费阅读14页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的飞机发动机叶片缺陷识别诊断系统及方法,属于飞机发动机叶片缺陷识别诊断领域;本发明通过对采集的目标叶片模拟图像信息进行图像预处理、且将其转换为数字图像信息;同时对目标叶片将数字图像信息进行图像拼接并进行缺陷识别诊断,同时诊断结果进行输出且进行保存至数据库单元;数据库单元根据诊断结果进行分析并进行通过卷积神经网路进行学习,分析缺陷的类型以及识别方法,从而进行组合成新的缺陷的类型以及识别方法;从而本发明可以在缺陷类型的进行诊断积累,对于新的缺陷进行记录且分析,并组合成新的
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112862771 A
(43)申请公布日 2021.05.28
(21)申请号 202110126782.3 G06T 7/194 (2017.01)
文档评论(0)