摘要
一种基于迁移学习和循环卷积网络的吊挂载荷识别方法、系统、介质及设备,方法中,构建吊挂结构有限元模型,模拟其在不同冲击载荷激励下的振动响应获得仿真振动响应信号,构建响应‑载荷仿真数据集;获得吊挂结构在集中冲击载荷激励下的振动响应信号,以及获得相应的集中载荷时间历程,构建响应‑载荷实验数据集;将卷积层和双向LSTM层组合得到卷积循环块,通过堆叠多个卷积循环块构建深度卷积循环神经网络模型,其在响应‑载荷仿真数据集上进行预训练,获得预训练模型;采用迁移学习在响应‑载荷实验数据集上对预训练模型进行参数微调,得到吊挂结构载荷识别网络模型;利用吊挂结构载荷识别网络模型对吊挂结构的集中冲击载荷进行逆向识别。
技术关键词
吊挂结构
循环卷积网络
载荷识别方法
卷积循环神经网络
仿真数据
预训练模型
卷积循环网络
特征提取器
信号
计算机存储介质
样本
微调单元
参数
力传感器
电子设备
识别系统
系统为您推荐了相关专利信息
关系模型构建方法
产品生产线
机械加工生产线
逻辑
仿真数据
车道线跟踪方法
图像
线结构
卷积循环神经网络
非极大值抑制方法
神经网络预测模型
模型预测值
电网运行方式数据
电网历史数据
功率