摘要
本发明公开了基于汇总统计和迁移学习FRP约束混凝土材料性能预测方法、系统及终端,本发明提出了迁移学习和汇总统计的方法来解决目前数据稀缺的难题,迁移学习通过将源域学习到的知识迁移到目标域,以帮助模型在目标域上更快地学习并提高性能,通过将不同来源的数据或多个实验的结果进行聚合,从而减少单个数据点的偶然误差,得到更稳定的统计指标,汇总统计原理利用固定数量的输出层神经元表达广泛变化的材料性能规律,结合Dropout方法在材料性能平均值的基础上表达随机性特征,汇总统计‑迁移学习算法可以有效利用有限的数据资源,通过更稳健的统计特征学习材料性能的完整统计学特征,从而提高模型在数据稀缺情况下的泛化能力和预测精度。
技术关键词
深度神经网络模型
约束混凝土材料
性能预测方法
FRP复合材料
性能预测系统
材料特征
FRP材料
迁移学习算法
统计学特征
参数
梯度下降算法
数据收集模块
误差
混凝土试件
模型训练模块
应力
可读存储介质
系统为您推荐了相关专利信息
人脸属性识别方法
正则化技术
深度神经网络模型
迁移学习策略
损失函数设计
性能预测方法
机器学习模型
性能预测模型
斜面角度
数据
增强子
启动子
深度神经网络模型
构建深度神经网络
矩阵
控制权分配方法
车辆加速度数据
车辆运行数据
标签
偏差
深度神经网络模型
回填土压实
混合损失函数
传感器
动态课程