一种基于本征关联神经网络模型及其结构损伤识别方法

AITNT
正文
推荐专利
一种基于本征关联神经网络模型及其结构损伤识别方法
申请号:CN202510994566
申请日期:2025-07-18
公开号:CN120893474A
公开日期:2025-11-04
类型:发明专利
摘要
本发明涉及一种基于本征关联神经网络模型及其结构损伤识别方法,所述模型包括:训练数据输入模块,用于输入有效数据进行网络模型训练;损伤特征分离模块,实现信号特征与噪声的初步分离,使得在分析时能够提取更多有效特征;引入自注意力机制模块,用于放大信号中的特征信息,降低信号与结果之间的映射关系的复杂性;门控循环单元处理模块,提取传感器信号中的损伤特征时间维度信息;全连接层映射至损伤样本空间模块,用于实现最后的损伤识别。本发明构建结构的数据集,不仅引入了注意力机制关联了空间特征信息,还通过门控循环单元获取时间维度的信息,使获取的时空维度综合信息更加可靠,使获取的综合信息更加可靠,从而提高了损伤识别的可靠性。
技术关键词
结构损伤识别方法 门控循环单元 损伤特征 注意力机制 数据输入模块 神经网络模型 网络模型训练 传感器 信号特征 结构健康监测系统 数据样本集合 空间特征信息 动态权重分配 序列 概率分布函数 矩阵
系统为您推荐了相关专利信息
1
一种基于人工智能的会计凭证分类方法及系统
标签特征 会计凭证分类方法 文本 关键词 数据标签
2
一种基于块式深度循环Actor-Critic算法的移动边缘服务迁移系统
迁移系统 服务器 分块 注意力机制 网络
3
一种基于深度融合网络的MRE隔振器逆向动力学建模方法
深度融合网络 动力学建模方法 隔振器 动态力学性能测试 局部特征提取
4
图像多任务处理方法、系统、存储介质及电子设备
多任务处理方法 大语言模型 多任务处理系统 多层感知机 噪声图像
5
基于SEResNet和注意力机制的工业数据诊断方法
特征提取网络 信号特征 数据诊断方法 紧凑特征 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号