摘要
本发明提供了一种基于联合神经网络的地震超材料预测设计方法,属于地震超材料设计技术领域,包括以下步骤:地震超材料构型与频散曲线分别由图像和文本数据描述,通过UAE降维并提取特征,并通过DFN建立构型和频散曲线之间的映射关系。然后,利用预训练的神经网络实现地震超材料的一对多设计。最后,通过有限元法构建半无限空间数值模型,进行频域和时域分析,对生成构型的有效性进行验证。本发明采用上述的一种基于联合神经网络的地震超材料预测设计方法,联合神经网络可以有效的生成低频宽带隙的地震超材料,设计精度和耗时表明,基于深度学习的跨学科方法在地震超材料反向设计领域具有巨大的潜力和应用前景。
技术关键词
地震超材料
构型
曲线
材料弹性模量
材料泊松比
合并算法
数值
解码器
像素矩阵
样本
有效性
编码器
周期
密度
橡胶
批量
频率
系统为您推荐了相关专利信息
风力发电机
风电场故障预警方法
历史运行数据
大数据
曲线
工件表面缺陷检测
修复路径规划方法
三维点云数据
面结构光
重构