典型文献
基于深度信念网络的钢桁架桥梁损伤识别
文献摘要：
为了提高结构损伤识别方法的精度和抗噪性,基于深度信念网络提出了一种桥梁损伤识别方法.首先,将桥梁前5阶不完全的模态数据作为输入数据,将结构的损伤位置以及损伤程度作为输出向量,建立模态振型与结构损伤的非线性映射关系;然后,采用逐层预训练的方式对深度信念网络的隐含层进行训练;最后,利用反向传播算法进行微调,从而优化网络.基于钢桁架桥梁的数值模拟结果表明,在噪声以及建模不确定性的影响下,相较于传统的基于人工神经网络的损伤识别方法,基于深度信念网络的损伤识别方法可以更为精确地识别损伤位置和程度.
文献关键词：
深度学习;受限玻尔兹曼机;深度信念网络;结构损伤识别
中图分类号：
作者姓名：
涂永明;卢森露;王潮
作者机构：
东南大学混凝土及预应力混凝土结构教育部重点实验室,南京211189;东南大学国家预应力工程技术研究中心,南京211189;东南大学土木工程学院,南京211189
文献出处：
引用格式：
[1]涂永明;卢森露;王潮-.基于深度信念网络的钢桁架桥梁损伤识别)[J].东南大学学报（英文版）,2022(04):392-400
A类：
钢桁架桥梁
B类：
深度信念网络,桥梁损伤识别,结构损伤识别,抗噪性,输入数据,立模,模态振型,非线性映射,映射关系,逐层,预训练,隐含层,层进,反向传播算法,微调,建模不确定性,确定性的,人工神经网络,受限玻尔兹曼机
AB值：
0.232811
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
