.png){kind=icon}
返回
Velocity Extraction Using Complete Time-Domain Waveform Data and Audio Machine Learning
.png){kind=icon}
PRE
AI
DOI：10.1007/s40870-026-00510-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们开发了一种基于机器学习的新工具，用于从干涉测量数据中提取信息：MIDWAZE（模块化干涉测量直接波形分析器）。本文展示了MIDWAZE能够以接近人类的精度从光子多普勒测速（PDV）数据中提取物体速度信息，且几乎无需人工干预。MIDWAZE提取速度的效率大约是人类分析师匆忙完成提取时的350倍，同时保持相似的提取精度。MIDWAZE最突出的特点是它直接在波形/时域空间中运行，摆脱了传统基于频谱图方法所施加的某些限制，并为相敏PDV分析开辟了道路。MIDWAZE还具有有限的能力来区分不同的固体物体，这是我们开发的一种初步方法，旨在实现对不同类型物体（如喷射云）的自动区分。
Keyword:
PDV
Interferometry
Machine learning
Audio
Shock
Diagnostics
Analysis
期刊
J
IF:
1.4
论文数:
29
被引数:
0
机构
引用论文
暂无论文信息