期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于元学习的结构损伤定位与量化
1
作者
王磊
黄杜康
+1 位作者
马亚飞
黄可
《中国公路学报》
EI
CAS
CSCD
北大核心
2024年第11期38-51,共14页
针对现有基于深度神经网络的结构损伤识别方法需要大量标记数据的不足,提出了一种基于元学习的结构损伤定位和量化方法。首先,基于人工神经网络建立结构损伤定位和量化模型,学习结构模态参数(频率、振型)与刚度参数之间的非线性映射关系...
针对现有基于深度神经网络的结构损伤识别方法需要大量标记数据的不足,提出了一种基于元学习的结构损伤定位和量化方法。首先,基于人工神经网络建立结构损伤定位和量化模型,学习结构模态参数(频率、振型)与刚度参数之间的非线性映射关系;其次,利用模型无关元学习方法训练损伤定位和量化模型,优化人工神经网络的初始权值参数,以提升损伤定位和量化模型在少量数据下的泛化性能;最后,在少量模态数据下基于训练模型进行快速学习,实现结构损伤的定位与量化。该方法利用模型无关元学习训练策略获取先验知识,可在少量训练数据条件下加速新结构损伤定位和量化任务的学习过程。采用3跨桥梁数值算例和Z24桥工程实例验证所提方法的有效性。结果表明:在少量模态数据下,该方法能有效且准确地定位和量化结构损伤;与传统的人工神经网络方法和迁移学习方法相比,该方法具有更快的收敛速度和更高的识别精度。
展开更多
关键词
桥梁工程
损伤
定位
和
量化
元学习
模态数据
健康监测
人工神经网络
原文传递
题名
基于元学习的结构损伤定位与量化
1
作者
王磊
黄杜康
马亚飞
黄可
机构
长沙理工大学土木工程学院
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2024年第11期38-51,共14页
基金
国家重点研发计划项目(2021YFB2600900)
国家自然科学基金项目(52008037)
+2 种基金
湖南省自然科学基金项目(2024JJ5026)
湖南省科技创新计划项目(2023GK2036)
湖南省研究生科研创新项目(CX20220856)。
文摘
针对现有基于深度神经网络的结构损伤识别方法需要大量标记数据的不足,提出了一种基于元学习的结构损伤定位和量化方法。首先,基于人工神经网络建立结构损伤定位和量化模型,学习结构模态参数(频率、振型)与刚度参数之间的非线性映射关系;其次,利用模型无关元学习方法训练损伤定位和量化模型,优化人工神经网络的初始权值参数,以提升损伤定位和量化模型在少量数据下的泛化性能;最后,在少量模态数据下基于训练模型进行快速学习,实现结构损伤的定位与量化。该方法利用模型无关元学习训练策略获取先验知识,可在少量训练数据条件下加速新结构损伤定位和量化任务的学习过程。采用3跨桥梁数值算例和Z24桥工程实例验证所提方法的有效性。结果表明:在少量模态数据下,该方法能有效且准确地定位和量化结构损伤;与传统的人工神经网络方法和迁移学习方法相比,该方法具有更快的收敛速度和更高的识别精度。
关键词
桥梁工程
损伤
定位
和
量化
元学习
模态数据
健康监测
人工神经网络
Keywords
bridge engineering
damage localization and quantification
meta-learning
modal data
health monitoring
artificial neural network
分类号
U448 [建筑科学—桥梁与隧道工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于元学习的结构损伤定位与量化
王磊
黄杜康
马亚飞
黄可
《中国公路学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部