融合多源特征的桥梁毁伤深度学习方法

AITNT
正文
推荐专利
融合多源特征的桥梁毁伤深度学习方法
申请号:CN202510013602
申请日期:2025-01-06
公开号:CN119416662B
公开日期:2025-03-14
类型:发明专利
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
1
基于轨道动态不平顺的无砟轨道板变形评估与预测方法
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
2
星载阵列激光雷达三维地形测绘数据综合模拟仿真方法及系统
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
3
置信度评估模型构建方法、置信度评估方法及装置
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
4
一种智慧消防设备故障识别方法及系统
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
5
矿井局部通风机需风量超前调节方法
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
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