摘要
一种基于自编码器和BP神经网络的声发射波形筛选方法,涉及声发射波形筛选的技术领域。所述方法包括如下步骤:对混凝土试块采用多种受力形式进行加载,将多种受力状态下的加载试验组合创建训练数据集。构建自编码器,使用训练数据集对自编码器进行训练,构建BP神经网络,确定神经网络的参数。将训练数据集进行分类和标注,对训练数据集进行预处理形成再输入到自编码器中,得到隐藏层的数据作为BP神经网络的输入,对BP神经网络进行训练,从而得到能够筛选有效波形的模型。所述方法对Adam优化算法进行改进,使得训练得出的模型收敛性更好,通过自编码器对训练数据进行特征提取,提高了神经网络的性能。
技术关键词
筛选方法
BP神经网络
波形
混凝土试块
编码器参数
声发射
受力
批量数据
样本
算法
矩阵
超参数
尺寸
阶梯
信号
策略
因子