基于深度学习的冲击台面仿真图像特征提取方法

本发明属于神经网络特征提取技术领域，具体涉及基于深度学习的冲击台面仿真图像特征提取方法，其方法包括：获取冲击台面仿真图像数据集，通过特征图与对称特征图计算特征图的特征捕捉指数，根据特征图的特征捕捉指数以及特征图的信息熵获取特征图之间的区分度，根据目标输入特征图组内特征图之间的区分度获取目标输入特征图组的重构系数，根据重构系数进行分组重构，通过分组重构后的神经网络进行冲击台面仿真图像的特征提取，并进行冲击台面结构是否合理的判断。本发明通过分组重构提高了分组卷积的特征提取能力，有利于对冲击台面结构合理性的判断。