机译:通过深度学习增强超声波形成的超分辨率可视化亚波长缺陷:原则上的证据研究
Argonne National Laboratory 9700 South Cass Avenue Lemont IL 60439 USA;
Department of Mechanical Engineering-Engineering Mechanics Michigan Technological University 1400 Townsend Drive Houghton MI 49931 USA;
Super-resolution; Subwavelength visualization; Deep learning; Convolutional neural networks; Ultrasonic beamforming;
机译:用超声图像确定亚波长缺陷的大小:对模拟粗糙缺陷的超分辨率成像的评估
机译:使用多尺度深度学习方法的亚波长缺陷的非接触式超分辨率导波阵列成像
机译:超声波脉冲回波亚波长缺陷检测机制:实验与仿真
机译:超声波传播的可视化及缺陷尺寸和位置识别的研究
机译:超声脉冲回波亚波长缺陷检测机理的研究。
机译:用于非线性空气耦合超声成像的深层亚波长优化的超透镜
机译:超声脉冲回波亚波长缺陷检测机理:实验与仿真
机译:超声信号分析的缺陷与材料表征。超声衰减测量技术研究