一种基于物理信息分支卷积神经网络的结构损伤识别方法

本发明提出了一种基于物理信息分支卷积神经网络的结构损伤识别方法，通过建立具有分支架构的物理信息分支卷积神经网络，分别单独提取特征频率向量和振型矩阵中的损伤特征，融合两种损伤特征后最终映射得到损伤识别结果，并且在网络训练时采用包含模态参数的灵敏度分析和损伤的空间稀疏性这两种物理信息的损失函数，将物理信息与神经网络结合，从而使得网络的训练不仅仅依赖有限的数据集，也得到了物理信息的帮助，提高了网络对有限数据集的利用效率，提升了网络在有限数据集下的损伤识别精度。