基于多模态神经网络的结构健康监测数据检测方法和装置

    公开(公告)号:CN114357560A

    公开(公告)日:2022-04-15

    申请号:CN202111422473.7

    申请日:2021-11-26

    Applicant: 广州大学

    Abstract: 本发明提供基于多模态神经网络的结构健康监测数据检测方法和装置,其中,该方法包括:S1获取结构健康监测数据;S2对获取的结构健康监测数据进行预处理,得到结构健康监测数据的特征数据集,其中特征数据集包括结构健康监测数据的原始数据和时频图;S3将获取的特征数据集输入到训练好的基于多模态深度学习网络的数据异常检测模型中,得到输出的数据检测结果。本发明通过基于多模态深度学习网络的数据异常检测模型来对传感器数据进行异常检测,模型能识别绝大多数的失真数据,分类性能良好,有助于提高异常数据检测的准确性。

    基于平行卷积神经网络的结构损伤识别方法和装置

    公开(公告)号:CN114357855B

    公开(公告)日:2025-03-14

    申请号:CN202111422491.5

    申请日:2021-11-26

    Applicant: 广州大学

    Abstract: 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。

Patent Agency Ranking