期刊导航
作者导航
机构导航
期刊评价报告
期刊开放获取
下载APP
登录
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
检索历史
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-LSTM架构神经网络的桥梁损伤位置识别
认领
1
作者
皇鹏飞
高士武
杨晓林
《价值工程》
2020年第5期236-237,共2页
针对桥梁健康安全监测中的损伤位置识别准确率不佳的问题,文章提出一种基于CNN-LSTM架构神经网络模型(CL-EANNM)的桥梁损伤位置识别方法。通过MATLAB软件对不同损伤工况条件下的简支梁结构振动响应进行数值模拟,利用CL-EANNM挖掘测点加...
针对桥梁健康安全监测中的损伤位置识别准确率不佳的问题,文章提出一种基于CNN-LSTM架构神经网络模型(CL-EANNM)的桥梁损伤位置识别方法。通过MATLAB软件对不同损伤工况条件下的简支梁结构振动响应进行数值模拟,利用CL-EANNM挖掘测点加速度信号数据集中有效的损伤位置特征,并测试该方法识别损伤位置准确率。结果表明:CL-EANNM识别简支梁结构损伤位置体现出良好的效果。该方法的现阶段成果为桥梁健康监测中损伤位置识别准确率优化问题提供了新的研究思路。
展开更多
关键词
卷积
神经网络
长短期记忆
网络
CNN
-
LSTM
架构
神经网络
损伤位置识别
在线阅读
下载PDF
职称材料
题名
基于CNN-LSTM架构神经网络的桥梁损伤位置识别
认领
1
作者
皇鹏飞
高士武
杨晓林
机构
青海大学土木工程学院
出处
《价值工程》
2020年第5期236-237,共2页
基金
青海省科技计划项目(项目编号:2016-ZJ-721
2017-ZJ-783)。
文摘
针对桥梁健康安全监测中的损伤位置识别准确率不佳的问题,文章提出一种基于CNN-LSTM架构神经网络模型(CL-EANNM)的桥梁损伤位置识别方法。通过MATLAB软件对不同损伤工况条件下的简支梁结构振动响应进行数值模拟,利用CL-EANNM挖掘测点加速度信号数据集中有效的损伤位置特征,并测试该方法识别损伤位置准确率。结果表明:CL-EANNM识别简支梁结构损伤位置体现出良好的效果。该方法的现阶段成果为桥梁健康监测中损伤位置识别准确率优化问题提供了新的研究思路。
关键词
卷积
神经网络
长短期记忆
网络
CNN
-
LSTM
架构
神经网络
损伤位置识别
Keywords
Convolutional Neural Network
Long Short-Term Memory
CNN
-
LSTM
Embedded Architecture Neural Network
damage location identification
分类号
U446 [建筑科学—桥梁与隧道工程][交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-LSTM架构神经网络的桥梁损伤位置识别
皇鹏飞
高士武
杨晓林
《价值工程》
2020
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
帐号登录
手机快捷登录
扫码登录
登录
注册新用户
忘记密码
第三方登录
微信登录
QQ登录
馆外登录
获取短信验证码
登 录
第三方登录
微信登录
QQ登录
馆外登录
使用
中文期刊助手
扫描二维码
使用帮助
返回顶部
意见反馈
标题
*
邮箱
*
反馈意见
*
验证码
看不清楚?点击换一个
*
保存
取消
请在输入框中输入下图中的验证字符。
看不清楚?点击换一个
提交