一种基于人工神经网络的标识线缺损补全的方法

本发明公开了一种基于人工神经网络的标识线缺损补全的方法，包括：从含孔平板材料疲劳试验后的断口图片中，提取清晰完整且按曲线延伸方向形成二维坐标序列的时序性标识线散点坐标，构建标识线数据集；划分数据集为训练集、验证集和测试集；对训练集中每条标识线随机选取20%‑40%长度的连续坐标段作为缺损段，剩余作为清晰段，重复操作生成多组训练对；构建含输入层、至少一层LSTM隐藏层及全连接输出层的人工神经网络模型，学习标识线坐标序列局部连续规律；用训练对训练模型，监控损失值变化；将待补全标识线的清晰段按时序输入训练完成的模型，输出缺损段坐标以完成补全。本发明能实现标识线缺损精准补全，提升裂纹提取精度与完整度。