【技术实现步骤摘要】
本专利技术属于质量结构监测，涉及一种适用于小训练样本下结构动力荷载识别方法。
技术介绍
1、结构荷载识别问题是系统检测过程中的关键问题，对结构健康评估、损伤诊断与服役寿命预测具有不可替代的实用价值。基于响应反演的间接识别方法成为近年来学术界与工业界共同关注的研究热点。
2、随着机器学习技术的发展，纯数据驱动的深度学习方法直接构建从响应到荷载的端到端深度神经网络映射。moradi等人在论文《novelphysics-informedartificialneuralnetworkarchitecturesforsystemandinputidentificationofstructuraldynamicspdes》中提到，深度学习方法虽然在复杂非线性系统中表现出较强的特征表达能力，但其"黑箱"特性导致模型可解释性不足，且高度依赖海量训练数据以避免过拟合风险。此外，hu等人在《physics-informedneuralnetworksforenhancingstructuralseismicresponsepredictionw...
【技术保护点】
1.一种适用于小训练样本下结构动力荷载识别方法，其特征在于，步骤如下：
2.根据权利要求1所述的适用于小训练样本下结构动力荷载识别方法，其特征在于，由训练数据集得到频响函数并估计荷载的过程表示为：
3.根据权利要求1所述的适用于小训练样本下结构动力荷载识别方法，其特征在于，所述的物理辅助双通道神经网络具体为：主通道包括GRU模块和Attention模块，物理辅助通道包括多层感知机；实测结构响输入到GRU模块进行时序特征提取，随后再通过Attention模块学习时间步的权重，生成加权的时间上下文向量；与此同时， 基于频响函数估计的荷载通过多层感知...
【技术特征摘要】
1.一种适用于小训练样本下结构动力荷载识别方法，其特征在于，步骤如下：
2.根据权利要求1所述的适用于小训练样本下结构动力荷载识别方法，其特征在于，由训练数据集得到频响函数并估计荷载的过程表示为：
3.根据权利要求1所述的适用于小训练样本下结构动力荷载识别方法，其特征在于，所述的物理辅助双通道神经网络具体为：主通道包括gru模块和atten...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。