典型文献
一种深度学习结合迁移学习推断大坝缺失监测值的方法
文献摘要：
不同监测项目的测值,如变形、应力是内外影响因素的不同响应,不同项目测点与损坏测点的时空关系也是推断缺失值的重要信息源;同时,测点损坏时间较长时积累的监测资料不足,可能使推断模型无法得到充分训练.通过不同监测项目测点的测值推断损坏测点的测值,建立了卷积神经网络(CNN)测值估计模型;同时采用fi-netune迁移学习方法实现了模型迁移,解决了损坏测点测值不足的问题.实例分析表明,深度学习结合迁移学习可以实现训练样本不足时的缺失值估计,其误差满足测值允许中误差的要求.
文献关键词：
大坝安全监测;缺失值推断;深度学习;迁移学习
中图分类号：
作者姓名：
王丽蓉;郑东健
作者机构：
中国电建集团西北勘测设计研究院有限公司,西安 710065;河海大学水利水电学院,南京 210098
文献出处：
引用格式：
[1]王丽蓉;郑东健-.一种深度学习结合迁移学习推断大坝缺失监测值的方法)[J].西北水电,2022(03):13-18,33
A类：
目测点,netune,缺失值推断
B类：
监测项目,不同项目,时空关系,重要信息,信息源,监测资料,fi,迁移学习方法,模型迁移,训练样本,缺失值估计,中误差,大坝安全监测
AB值：
0.254788
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。
