一种基于两阶段迁移对抗网络的意外爆炸混凝土侵彻深度预测方法

本发明公开了一种基于两阶段迁移对抗网络的意外爆炸混凝土侵彻深度预测方法，方法包括：(1)实例筛选阶段：对目标域试验数据重采样构建多个子数据集，训练基学习器并计算权重系数；将源域仿真数据输入基学习器获得加权预测值，通过阈值筛选出符合目标域规律的仿真数据，优化源域数据质量。(2)预测阶段：构建动态对抗网络模型(含权重网络、任务网络和域判别器)，通过权重网络分配动态权重并结合域对抗学习对齐跨域特征分布；反向传播中联合优化加权任务损失与对抗损失，使模型在隐空间自适应融合有效信息，生成跨域泛化预测网络。本发明有效解决了仿真数据与试验数据的知识迁移难题，并在混凝土侵彻深度预测任务中表现优异。