一种基于零样本迁移学习的结构损伤识别贝叶斯模型快速求解方法

AITNT
正文
推荐专利
一种基于零样本迁移学习的结构损伤识别贝叶斯模型快速求解方法
申请号:CN202510538443
申请日期:2025-04-27
公开号:CN120450063A
公开日期:2025-08-08
类型:发明专利
摘要
一种基于零样本迁移学习的结构损伤识别贝叶斯模型快速求解方法,属于结构损伤识别和机器学习技术领域。为解决结构损伤识别贝叶斯模型泛化性能下降的问题。本发明包括构建结构损伤识别的贝叶斯模型;结合稀疏自编码器和对抗学习构建并训练对抗稀疏自编码器,对抗稀疏自编码器包括源域稀疏自编码器模块、目标域稀疏自编码器模块和域判别器模块;构建PhyCNN代理模型;生成源域标签数据集,构建源域PhyCNN代理模型;设计参数冻结迁移策略,构建目标域PhyCNN代理模型;基于目标域PhyCNN代理模型采样后验样本,利用后验样本更新结构损伤识别的贝叶斯模型,计算结构损伤参数最大后验估计值,实现结构损伤的定位与量化。
技术关键词
结构损伤识别 贝叶斯模型 编码器模块 概率密度函数 样本 表达式 结构模态参数 神经网络架构 数据 矩阵 重构 标签 测量误差 机器学习技术 物理 结构系统 采样方法
系统为您推荐了相关专利信息
1
一种空间层级语义构建与设备故障诊断方法
设备故障诊断方法 层级 语义 故障诊断模型 样本
2
一种生物多样性图像数据的归纳方法、设备及介质
归纳方法 图像 红外相机拍摄 样本 神经网络模型
3
一种全局语义引导的跨模态哈希检索方法
哈希检索方法 语义结构 文本 跨模态 标签特征
4
一种基于大模型的商品属性智能处理方法、装置及设备
属性匹配 图谱 非标准化 同义词 层级
5
基于多模态师生一致性学习的半监督分割方法
学生 监督分割方法 教师 多模态 医学图像分割技术
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