摘要
本申请涉及神经网络技术领域,特别地涉及一种桥梁数据预测模型训练方法、桥梁数据预测方法和设备,该方法包括:获取训练样本,每个所述训练样本包括所属同一桥梁的预设数量的多个测点样本;以所述训练样本中任一所述测点样本作为目标测点样本,将所述目标测点样本中的所述桥梁加速度作为样本标签,以所述训练样本中除所述样本标签外剩余数据作为输入样本,将所述输入样本输入至待训练模型,预测得到所述目标测点样本中桥梁加速度的样本预测值;基于所述样本预测值与所述样本标签之间的差异,构建目标损失函数;根据所述目标损失函数对所述待训练模型进行训练,得到桥梁数据预测模型。该方法能够精准预测未知测点的桥梁加速度。
技术关键词
加速度
数据预测模型
特征提取单元
样本
特征提取网络
耦合动力学模型
数据预测方法
桥梁模型
车辆模型
弹簧阻尼系统
神经网络技术
标签
车桥
池化特征
策略
处理器
计算机设备
系统为您推荐了相关专利信息
决策树模型
历史故障数据
故障特征
基准
决策树算法
动作识别模型
时间递归神经网络
仿真方法
仿真模型
决策
定位方法
时序
加权最小二乘
运动
合成孔径雷达技术
医疗耗材
识别方法
单类支持向量机
大数据
时间序列分析方法
训练样本数据
知识点标签
分类方法
预训练模型
视觉