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
学生
监督分割方法
教师
多模态
医学图像分割技术