基于迁移学习和异源数据对齐的结构损伤识别方法及装置

AITNT
正文
推荐专利
基于迁移学习和异源数据对齐的结构损伤识别方法及装置
申请号:CN202410706056
申请日期:2024-06-03
公开号:CN118277840B
公开日期:2024-08-16
类型:发明专利
摘要
本发明公开了基于迁移学习和异源数据对齐的结构损伤识别方法及装置,该方法包括:获取含有损伤工况标签的结构响应模拟数据和结构响应实测数据;利用交叉熵分类损失函数对卷积神经网络进行预训练,构建结构损伤识别初始模型;采用迁移学习技术,基于结构响应模拟数据和结构响应实测数据,利用新型损失函数对结构损伤识别初始模型进行二次训练,获得基于异源数据对齐策略的结构损伤识别最终模型;新型损失函数包括交叉熵分类损失函数和异源数据对齐损失函数,异源数据对齐损失函数量化模拟数据特征与实测数据特征在高维特征空间内的分布差异得到;利用结构损伤识别最终模型对工程结构进行损伤识别。本发明可提高工程结构损伤识别的精度和效率。
技术关键词
结构损伤识别方法 新型损失函数 迁移学习技术 数据获取单元 异源 工况 模型预测值 标签 策略 加速度 模型预训练 可读存储介质 度量 处理器 计算机设备 超参数 传感器 存储器
系统为您推荐了相关专利信息
1
一种砂岩显微图像分割方法及装置
图像编码器 语义 图像分割模型 训练图像数据 图像嵌入
2
基于物联网的控制器及用于空调系统的控制方法
优化控制模型 现场控制模块 控制显示信息 调控策略 监控管理模块
3
一种Windows三维云渲染系统、方法及设备
Windows系统 三维云渲染系统 云端服务器 三维模型 摄相机
4
基于用户画像的用户数据处理方法、装置及计算机设备
画像 数据处理指令 语义向量 数据处理方法 终端
5
工程机械的理赔事件检测装置、方法、设备及存储介质
理赔事件 卷积神经网络模型 工程机械维修 数据获取单元 构建卷积神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号