基于平行卷积神经网络的结构损伤识别方法和装置
实质审查的生效
摘要
本发明提供基于平行卷积神经网络的结构损伤识别方法和装置,该方法包括:S11数据采样:采集由加速度传感器记录的加速度数据;S12数据预处理:对每个加速度传感器记录的加速度数据进行预处理,得到加速度数据序列及其时频图;S13损伤识别:将各个加速度传感器对应的输入数据集输入到训练好的基于平行卷积神经网络的损伤识别模型中,由损伤识别模型对输入数据集进行特征提取和损伤类别预测,得到符合各损伤工况数据特征的概率;并根据符合各损伤工况特征的概率得到相应的结构损伤识别结果;其中输入数据集包括加速度时间序列及其时频图。本发明有助于提高结构损伤的识别效果。
基本信息
专利标题 :
基于平行卷积神经网络的结构损伤识别方法和装置
专利标题(英):
暂无
公开(公告)号 :
CN114357855A
申请号 :
CN202111422491.5
公开(公告)日 :
2022-04-15
申请日 :
2021-11-26
授权号 :
暂无
授权日 :
暂无
发明人 :
叶锡钧曹永杰何沛衡潘楚东邓军汪大洋刘爱荣陈炳聪周军勇
申请人 :
广州大学
申请人地址 :
广东省广州市番禺区大学城外环西路230号
代理机构 :
北京高航知识产权代理有限公司
代理人 :
刘艳玲
优先权 :
CN202111422491.5
主分类号 :
G06F30/27
IPC分类号 :
G06F30/27 G06K9/62 G06F119/02
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习,例如人工智能,神经网络,支持向量机或训练模型
法律状态
2022-05-03 :
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211126
申请日 : 20211126
2022-04-15 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载