本发明提供一种基于空间‑频率信息的结构整体损伤识别方法,包括如下步骤:S1)搭建数值模型并生成风场;S2)准备不同损伤位置以及损伤程度的结构数值模型并将风荷载加载到数值模型上;S3)将加速度响应从时域通过快速傅立叶变换(FFT)转到频域上;S4)对样本进行标准化;S5)对样本进行卷积神经网络的训练和测试。本发明的优点为:用于对土木工程领域的结构进行无损损伤识别,提出了将结构上多点的加速度响应转换到频域上作为分析对象,同时采用卷积神经网络进行特征提取。卷积神经网络相对于传统的机器学习算法,其对二维及以上的高维数据的特征提取具有先天优势,能有效提高其在结构损伤识别上的训练效率和泛化能力,具备较好的精度及较低的训练成本。
声明:
“基于空间-频率信息的结构整体损伤识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)