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

AITNT
正文
推荐专利
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
申请号:CN202510134516
申请日期:2025-02-07
公开号:CN119580901A
公开日期:2025-03-07
类型:发明专利
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
1
一种基于迁移学习的人脸属性识别方法
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
2
一种螺栓斜面安装承载性能预测方法及装置
性能预测方法 机器学习模型 性能预测模型 斜面角度 数据
3
基于多组学数据进行增强子启动子相互作用预测的方法
增强子 启动子 深度神经网络模型 构建深度神经网络 矩阵
4
考虑驾驶群体特性的人机共驾控制权分配方法及装置
控制权分配方法 车辆加速度数据 车辆运行数据 标签 偏差
5
一种基于深度神经网络模型的回填土压实度质量评估方法
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
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