基于深度学习的桥梁冲刷损伤识别方法及系统

本发明公开一种基于深度学习的桥梁冲刷损伤识别方法及系统，解决了目前桥梁冲刷损伤识别方法普适性差且冲刷损伤识别效率和精度有限的问题。该方法包括步骤：构建原始数据集；数据预处理；采用双层长短期记忆网络构建编码器‑解码器架构的序列到序列多参数模型，并在模型中添加Dropout层和LayerNorm层标准化；定义模型训练与优化的损失函数，采用Adam优化算法并添加L2正则化及利用早停法对Seq2Seq多参数模型进行训练与优化，选取验证集损失最小的模型作为最佳预测模型，用于对桥梁冲刷损伤进行识别。本发明能够快速识别多跨桥梁的复杂冲刷损伤状况，提升了冲刷损伤识别的效率和精度，普适性更强，识别效率更高。