一种基于多模态特征深度融合的车辆振动响应预测方法

本发明涉及基于多模态特征深度融合的车辆振动响应预测方法，属于计算机视觉与信号处理领域，其特征在于采用如下步骤：基于多模态数据构建车辆振动激励与响应三元组数据集；构建多模态特征深度融合的车辆振动响应预测模型；训练、验证和测试车辆振动响应预测模型；预测车辆振动响应信号预测。本发明克服了传统道路激励测量精度较差、振动信号预测难以平衡计算复杂度与结构精细度问题，将EfficientNet架构的图像特征提取优势和Transformer架构的时序特征提取优势应用到车辆振动响应信号的回归预测中，通过服从狄利克雷分布的双向交叉注意力机制融合多模态特征，取得了较高的预测准确率。为车辆振动响应信号预测领域提供了一种拥有较高预测准确率的方法。