深度卷积神经网络的冲击载荷特征识别方法、系统及介质

本发明涉及了一种深度卷积神经网络的冲击载荷特征识别方法、系统及介质，一种深度卷积神经网络的冲击载荷特征识别方法，包括：冲击源冲击被测冲击矩形区域时，获取分布设置在被测冲击矩形区域四个顶角的PZT压电传感器获取的信号；将四个PZT压电传感器的信号分别进行小波变换处理，分别得到4个小波变换相关数的灰度图像；将分别得到4个小波变换相关数的灰度图像输入用于反演能量特征参数的卷积神经网络，得到预测的小波变换值中的能量特征反演。本发明可以实现准确反演蜂窝夹层板的冲击载荷特征。