一种广义正交域下的基于长短时记忆的振动反演方法

本发明公开了一种广义正交域下的基于长短时记忆的振动反演方法，所述方法包括：获取用于训练长短时记忆模型的第一振动信号；将第一振动信号转换至广义正交域，得到一组正交基函数系数以及正交基函数矩阵；根据正交基函数矩阵构建长短时记忆模型的输入数据；对长短时记忆模型进行正向传播训练以及动力学标定；获取第二振动信号；根据动力学标定后的长短时记忆模型计算出第二振动信号对应的正交基函数系数；根据第二振动信号对应的正交基函数系数以及正交基函数矩阵，确定所述第二振动信号对应的动载荷。本发明将振动信号的数据特征提取到广义正交域下，降低了深度学习模型的拟合难度，从而提高了识别精度，提升了深度学习方法振动反演的能力。