【技术实现步骤摘要】
本专利技术涉及材料分析，具体涉及一种用于铁路声屏障的声学超材料性能分析方法及系统。
技术介绍
1、铁路声屏障是用于减少铁路运行过程中产生的噪声对周围环境影响的重要设施。近年来，为了提升声屏障的降噪性能，声学超材料因其特殊的结构设计和优异的声学性能逐渐受到研究和应用。然而，目前对声学超材料性能的分析和评价主要依赖于传统的物理手段，例如通过声学实验室搭建复杂的测试平台进行物理性能测量，这些手段需要复杂的设备、繁琐的操作流程，并伴随一定的环境限制和成本问题，操作不方便。
技术实现思路
1、本专利技术通过获取不同角度下的声学超材料x射线投影图片，并将所有不同角度下的声学超材料x射线投影图片送入声学超材料性能分析模型进行处理，输出声学超材料性能数据集，由于声学超材料的性能主要由内部的微结构特征决定，因此通过不同角度下的声学超材料x射线投影图片来反映声学超材料的微结构，再通过声学超材料性能分析模型来对声学超材料内部的微结构特征进行分析，以实现自动地进行声学超材料的性能分析，无需额外的检测操作，方便操作；并且在使用声学超材料性能分析模型的过程中，通过图像对齐操作和自注意力机制操作减少了冗余信息的影响，还通过图结构特征提取来捕获跨角度的全局特征信息，并对自注意力机制操作进行强化。
2、本专利技术提供一种用于铁路声屏障的声学超材料性能分析方法，包括：
3、获取声学超材料x射线投影图片集，声学超材料x射线投影图片集中包括若干份不同角度下的声学超材料x射线投影图片；
5、声学超材料性能分析模型基于transformer模型建立，具体包括预处理层、图像对齐层、图像特征提取层、图像特征拼接层、图结构特征提取层、编码器层、解码器层和输出层，其中预处理层用于对声学超材料x射线投影图片集中的每一个声学超材料x射线投影图片执行预处理操作，构建对应的声学超材料x射线投影图像；图像对齐层用于对所有声学超材料x射线投影图像执行图像对齐操作，以构建对应的声学超材料x射线投影标准图像；图像特征提取层用于对每一个声学超材料x射线投影标准图像执行特征提取操作，以构建对应的声学超材料特征向量；图像特征拼接层用于将所有声学超材料特征向量按照从小到大的旋转角度进行从上至下的拼接，构建声学超材料特征图；图结构特征提取层用于基于声学超材料特征图构建声学超材料特征图结构数据，并基于声学超材料特征图结构数据进行特征提取，以构建声学超材料图结构特征；编码器层包括六个编码块、且编码器层用于接收声学超材料特征图，并通过自注意力机制进行编码操作，解码器层包括六个解码块，且解码器层用于通过自注意力机制进行解码操作，且编码器层和解码器层中的自注意力机制基于声学超材料图结构特征进行，声学超材料特征图依次经过编码器层和解码器层处理后输出声学超材料性能分析向量；输出层用于将声学超材料性能分析向量进行全连接操作，输出声学超材料性能数据集。
6、作为优选地一个方面，通过图像对齐层用于对所有声学超材料x射线投影图像执行图像对齐操作，以构建对应的声学超材料x射线投影标准图像，具体包括如下步骤：
7、遍历所有声学超材料x射线投影图像，针对每一个声学超材料x射线投影图像，执行如下内容：将选择的声学超材料x射线投影图像送入图像对齐层中内置的变换矩阵生成网络进行处理，以构建变换矩阵；再将选择的声学超材料x射线投影图像通过变换矩阵进行仿射变换和像素值采样，得到对应的声学超材料x射线投影标准图像。
8、作为优选地一个方面，通过图结构特征提取层用于基于声学超材料特征图构建声学超材料特征图结构数据，并基于声学超材料特征图结构数据进行特征提取，以构建声学超材料图结构特征，具体包括如下步骤：
9、将声学超材料特征图中的每一个声学超材料特征向量视为特征节点，再从所有特征节点中随机选择两个特征节点，针对选择的两个特征节点，执行如下操作：计算选择的两个特征节点对应的两个声学超材料特征向量之间的相似度，判断选择的两个特征节点对应的两个声学超材料特征向量之间的相似度是否大于相似度阈值，若是选择的两个特征节点对应的两个声学超材料特征向量之间的相似度大于相似度阈值，在选择的两个特征节点之间构建特征边，并以选择的两个特征节点对应的两个声学超材料特征向量之间的相似度作为特征边对应的权重，若是选择的两个特征节点对应的两个声学超材料特征向量之间的相似度不大于相似度阈值，继续从所有特征节点中随机选择两个特征节点；直至任意两个特征节点具备选择过之后，基于所有特征节点和特征边构建声学超材料特征图结构数据；
10、通过如下公式进行特征提取：h（e+1）=σ（abh（e）w（e）），其中h（e+1）为第e+1次迭代输出的聚合特征图，e=0，1，…，e，e为最大迭代次数，h（e）为第e次迭代输出的聚合特征图，h（0）为声学超材料特征图，σ（）为激活函数，ab为归一化处理后的邻接矩阵，且ab=d-0.5ad-0.5，d为一个对角矩阵，且对角线上的值为每个特征节点对应的度，a为邻接矩阵，邻接矩阵中的值为对应特征边的权重，w（e）为第e次迭代时的图结构权重矩阵；并将h（e+1）记为声学超材料图结构特征。
11、作为优选地一个方面，且编码器层和解码器层中的自注意力机制基于声学超材料图结构特征进行，具体包括如下步骤：
12、将编码器层和解码器层中执行自注意力机制时，输入的数据记为输入向量，输出的数据记为输出向量，将输入向量分别与值权重矩阵和键权重矩阵进行相乘操作，构建对应的值向量v和键向量k；将声学超材料图结构特征与查询权重矩阵进行相乘操作，构建查询向量q；通过如下公式计算输出向量z=softmax（qkt/d0.5）v，t为矩阵转置操作，d为键向量k的维度大小。
13、作为优选地一个方面，针对声学超材料性能分析模型进行训练，具体包括如下步骤：
14、获取若干份训练样本，训练样本中包括同一声学超材料对应的声学超材料x射线投影图片集，并且通过声学超材料性能数据集对训练样本进行标注，将所有标注好的训练样本组成训练集，通过训练集对声学超材料性能分析模型进行训练，计算综合损失值，综合损失值包括声学材料性能分析对应的损失值和特征对齐对应的损失值，并判断综合损失值是否位于预设范围内，若是综合损失值位于预设范围内，输出训练好的声学超材料性能分析模型；否则，通过训练集继续对声学超材料性能分析模型进行训练。
15、作为优选地一个方面，计算选择的两个特征节点对应的两个声学超材料特征向量之间的相似度时，采用欧式距离计算方法。
16、本专利技术还提供一种用于铁路声屏障的声学超材料性能分析系统，包括：
17、声学超材料x射线投影图片集获取模块，用于获取声学超材料x射线投影图片集，声学超材料x射线投影图片集中包括若干份不同角度下的声学超材料x射线投影图片；本文档来自技高网...
【技术保护点】
1.一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，包括：
2.根据权利要求1所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，通过图像对齐层用于对所有声学超材料X射线投影图像执行图像对齐操作，以构建对应的声学超材料X射线投影标准图像，具体包括如下步骤：
3.根据权利要求2所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，通过图结构特征提取层用于基于声学超材料特征图构建声学超材料特征图结构数据，并基于声学超材料特征图结构数据进行特征提取，以构建声学超材料图结构特征，具体包括如下步骤：
4.根据权利要求3所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，且编码器层和解码器层中的自注意力机制基于声学超材料图结构特征进行，具体包括如下步骤：
5.根据权利要求4所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，针对声学超材料性能分析模型进行训练，具体包括如下步骤：
6.根据权利要求5所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，计算选择的两个特征节点对应的两
7.一种用于铁路声屏障的声学超材料性能分析系统，其特征在于，所述系统应用上述权利要求1-6任一项所述的一种用于铁路声屏障的声学超材料性能分析方法，包括：
...【技术特征摘要】
1.一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，包括：
2.根据权利要求1所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，通过图像对齐层用于对所有声学超材料x射线投影图像执行图像对齐操作，以构建对应的声学超材料x射线投影标准图像，具体包括如下步骤：
3.根据权利要求2所述的一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，通过图结构特征提取层用于基于声学超材料特征图构建声学超材料特征图结构数据，并基于声学超材料特征图结构数据进行特征提取，以构建声学超材料图结构特征，具体包括如下步骤：
4.根据权利要求3所述的一种用于铁路声屏障的声学超材...
【专利技术属性】
技术研发人员：慕陈喆，刘全民，李志文，缪燕平，高亏，魏凡其，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。