摘要
本发明提出一种基于再生约束监督深度学习模型的结构振动响应重建方法,首先采集结构振动响应数据并进行预处理;利用预处理后的结构振动响应数据生成训练样本;然后利用样本训练再生约束监督深度学习模型,模型训练过程中,采用再生约束作用的损失函数Loss指导训练,Loss包括目标损失Lossobj和再生约束Lossregen,再生约束Lossregen由先验项Lossprior和稳定项Lossstable组成,目标损失Lossobj用于惩罚模型输出和标签之间的误差,先验项Lossprior用于表示结构振动响应自身属性,稳定项Lossstable用于防止模型陷入局部最优解,从而提升了监督深度学习模型的响应重建精度。
技术关键词
监督深度学习
结构振动响应
掩码矩阵
生成训练样本
标签
优化器
数据
深度学习模型
处理器
可读存储介质
批量
采样点
存储器
策略
误差
定义
电子设备
程序
切片
系统为您推荐了相关专利信息
识别方法
数据识别模型
数据特征提取
上下文特征
网络