基于贝叶斯更新和自适应元学习采样方法的结构系统识别方法

AITNT
正文
推荐专利
基于贝叶斯更新和自适应元学习采样方法的结构系统识别方法
申请号:CN202411598546
申请日期:2024-11-11
公开号:CN119513540B
公开日期:2025-05-16
类型:发明专利
摘要
本发明提出基于贝叶斯更新和自适应元学习采样方法的结构系统识别方法。所述方法首先基于任务数据判断是否已有适配具体结构系统识别任务的自适应元学习采样器,若没有则训练一个适配该任务的自适应元学习采样器,最后利用训练好的采样器执行基于贝叶斯更新的自适应元学习采样方法实现高效采样,完成结构系统识别任务。本发明通过提出自适应元学习采样方法,在贝叶斯更新的详尽概率分布识别结果基础上,利用神经网络的精细化策略学习能力提高采样效率,利用自适应元学习设计节省神经网络训练时间,使方法适用于更复杂的结构系统识别问题,从而更好的服务于结构健康检测领域。
技术关键词
采样方法 结构系统 采样器 更新方法 样本 识别方法 结构健康检测 粒子 后验概率分布 元素 神经网络参数 神经网络训练 矩阵 变量 人工神经网络 阶段 概率密度函数 策略 模式
系统为您推荐了相关专利信息
1
基于细胞散点图的血液样本指标筛查方法和装置
筛查方法 血液 样本 指标 像素点
2
一种基于半监督双导自编码模型的工业软测量方法
工业软测量方法 重构误差 变量 预测误差 解码器
3
一种面向小样本数据的目标预测方法
训练数据获取方法 生成方法 归一化模块 样本 序列
4
基于特征融合和NICE模型的无监督工业异常声音检测方法及系统
融合特征 异常声音 工业 信号 模型训练模块
5
一种直肠癌放射治疗靶区的自动勾画方法及相关设备
靶区自动勾画 直肠癌放射治疗 标签 图像匹配 勾画方法
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