您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Immanuel Rossteutscher1, Oliver Blaschke1, Florian Dötzer2
1Institute for Sensor and Actuator Technology, Coburg University of Applied Sciences and Arts, Am Hofbräuhaus 1B, 96450 Coburg, Germany.
这项研究优化了用于钢缆检查的电磁声传感器 (EMAT) 传感器. 先进的机器学习,包括ViTMAE,能够准确检测损坏,尽管信号干扰,增强结构健康监测.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: