一种基于自编码器与BP神经网络的声发射波形筛选方法

AITNT
正文
推荐专利
一种基于自编码器与BP神经网络的声发射波形筛选方法
申请号:CN202411617160
申请日期:2024-11-13
公开号:CN119598282A
公开日期:2025-03-11
类型:发明专利
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
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