FA-PI
将傅里叶振幅谱的每个分量映射到二维频率-振幅空间并应用高斯核平滑生成的持久性图像，用于改善冲击回波缺陷分类
时间轴 (近 90 天)
一项研究提出将傅里叶振幅谱转化为二维频率-振幅持久性图像（FA-PI），用于冲击回波缺陷检测。
FA-PI的构建方式是将每个保留的傅里叶分量映射到二维空间，一个坐标是频率箱位置，另一个坐标是振幅，然后应用高斯核函数平滑处理生成持久性图像。
研究团队在实验回填空洞数据集和公开的桥面板冲击回波数据集上对FA-PI进行了评估。
在两个数据集的噪声条件汇总中，FA-PI一致优于原始傅里叶振幅谱和高斯平滑傅里叶振幅谱基线。
将傅里叶频谱分量表示为二维频率-振幅空间中的结构，可以改善冲击回波缺陷分类，且这种改善超越了单纯在频率轴上进行平滑处理的效果。
FA-PI的构建依赖于固定参数化的精确多参数持久同调，这意味着参数选择可能对最终性能产生影响。
当前FA-PI评估限于线性分类器，更复杂的分类器是否能进一步放大FA-PI的优势，仍有待探索。
FA-PI的计算复杂度、实时性以及与现有冲击回波检测设备的集成难度，都是需要进一步考量的问题。
全部知识事实 (8)
FA-PI的计算复杂度、实时性以及与现有冲击回波检测设备的集成难度，都是需要进一步考量的问题。
50%待验证FA-PI的构建方式是将每个保留的傅里叶分量映射到二维空间，一个坐标是频率箱位置，另一个坐标是振幅，然后应用高斯核函数平滑处理生成持久性图像。
50%待验证研究团队在实验回填空洞数据集和公开的桥面板冲击回波数据集上对FA-PI进行了评估。
50%待验证在两个数据集的噪声条件汇总中，FA-PI一致优于原始傅里叶振幅谱和高斯平滑傅里叶振幅谱基线。
50%待验证将傅里叶频谱分量表示为二维频率-振幅空间中的结构，可以改善冲击回波缺陷分类，且这种改善超越了单纯在频率轴上进行平滑处理的效果。
50%待验证FA-PI的构建依赖于固定参数化的精确多参数持久同调，这意味着参数选择可能对最终性能产生影响。
50%待验证一项研究提出将傅里叶振幅谱转化为二维频率-振幅持久性图像（FA-PI），用于冲击回波缺陷检测。
50%待验证当前FA-PI评估限于线性分类器，更复杂的分类器是否能进一步放大FA-PI的优势，仍有待探索。
50%