摘要
本发明公开了基于元学习与DCCMN模型的小样本框架结构损伤检测方法,属于结构损伤检测技术领域,包括以下步骤:S1、采集振动信号,经过数据处理,将数据划分为训练任务和测试任务;S2、从训练任务中随机选取一个任务,将所选取任务的支持集输入DCCMN模型进行训练,来完成内循环;S3、使用查询集对模型进行评估,计算损失函数,并更新模型参数;S4、通过模型测试最终获得检测结果。本发明采用上述的基于元学习与DCCMN模型的小样本框架结构损伤检测方法,解决结构损伤检测中数据稀缺的问题,提高小样本损伤检测的准确性和泛化能力,为工程领域带来更加可靠和高效的结构健康监测解决方案。
技术关键词
损伤检测方法
框架结构
结构损伤检测
样本
混合模块
更新模型参数
结构健康监测
元素
阶段
数据存储
指数
标签
传感器
信号
通道
系统为您推荐了相关专利信息
基因表达数据
半监督迁移学习
细胞系
无标签数据
深度学习技术
序列
文本处理方法
标签文本
计算机可执行指令
模型训练方法
节能控制方法
伺服电机
分析单元
灰色关联度
调控单元
图像特征向量
文本特征向量
样本
多模态
图像编码器