原文传递
基于迁移学习的桥墩结构损伤识别方法
| 题名： | 基于迁移学习的桥墩结构损伤识别方法 |
| 作者： | 刘肖;易可夫 |
| 作者单位： | 长沙理工大学汽车与机械工程学院 |
| 关键词： | 桥梁;桥墩;损伤识别;迁移学习;深度学习 |
| 摘要： | 提出一种深度学习的桥墩结构损伤识别方法,该方法通过迁移学习（TL）将源模型的权重和参数转移到目标模型上,加快深度模型的训练速度、提升模型损伤识别精度。使用连续小波变换将振动信号转换成时频图作为深度模型的输入,构建可识别程结构损伤的深度模型,该模型的固定部分使用源模型的权重和参数,非固定部分的权重和参数使用新的数据训练得到;通过试验及仿真对该模型的有效性进行验证,试验方面使用程桥梁在有损伤和无损伤时的振动信号,仿真采用ABAQUS/CAE建立轻塑性损伤识别模型（CDP）并采集振动信号;将文中方法与从零开始训练的深度卷积神经网络（CNN）及支持向量机（SVM）方法进行对比,丈中方法在试验数据上的识别精度达99.1%,在仿真数据上的精度达100%,相对于传统识别方法,该方法可提高损伤识别精度和模型训练速度。 |
| 期刊名称： | 公路与汽运 |
| 出版年： | 2021 |
| 期： | 01 |
| 页码： | 99-103 |
检索历史
应用推荐
