摘要
本发明提供一种基于稀疏权重神经网络的乘员头部损伤预测方法、设备和存储介质,涉及深度学习技术领域,本发明根据碰撞试验数据评估权重的重要性;根据所述重要性对头部损伤神经网络预测模型进行稀疏化得到稀疏化模型;对所述稀疏化模型重新进行训练,采用训练后的稀疏化模型预测得到乘员头部加速度;根据所述乘员头部加速度预测乘员头部损伤;降低模型在时间以及空间上的复杂度,提高预测速度,同时在一定程度上还可以提高模型的泛化能力。
技术关键词
神经网络预测模型
损伤预测方法
乘员
加速度
矩阵
数据
序列
深度学习技术
可读存储介质
计算机
车辆
处理器通信
指令
安全带
存储器
脉冲
复杂度
坐标系
电子设备
系统为您推荐了相关专利信息
图像传输方法
解码模型
图像编码
特征提取网络
序列
四轴八旋翼无人机
结构优化设计方法
共轴双旋翼
升力
参数
腹腔镜手术机器人
运动控制装置
误差补偿模型
运动控制方法
坐标转换矩阵