摘要
本发明公开一种融合多源特征的桥梁毁伤深度学习方法,包括如下步骤:建立桥梁毁伤仿真模型,获取桥梁毁伤仿真数据;将桥梁毁伤仿真数据与爆炸工况关联,并与桥梁特征信息整合后,得到包括训练数据集和验证数据集的桥梁毁伤数据库;桥梁特征信息包括桥梁几何特征和桥梁材料特征;利用训练数据集和验证数据集对构建的多层复合图神经网络进行训练和优化,得到桥梁毁伤预测模型;利用桥梁毁伤预测模型,完成目标桥梁毁伤的预测。本发明的预测方法,精度高,适应性好。
技术关键词
材料特征
仿真数据
综合多源信息
融合多源特征
桥梁结构
载荷特征
仿真模型
冲击波
节点
深度学习方法
Galerkin方法
分层注意力
工况
分层特征
深度学习系统
方程
单元形函数
系统为您推荐了相关专利信息
桥梁结构
移动平均滤波
无砟轨道板变形
高速铁路基础设施
桥梁动态变形
阵列激光雷达
坐标系
脉冲响应函数
数据模拟仿真方法
单光子探测器
评估模型构建方法
指标
置信度评估方法
计算机可执行指令
符号
智慧消防设备
数字孪生模型
故障识别方法
仿真数据
智能传感器
矿井局部通风机
局部通风机风筒
DBN神经网络
数据训练神经网络
风量