CN118332655B 一种道路桥梁检测方法、系统及存储介质 （张家口泰保工程监理咨询有限责任公司）_第1页
CN118332655B 一种道路桥梁检测方法、系统及存储介质 （张家口泰保工程监理咨询有限责任公司）_第2页
CN118332655B 一种道路桥梁检测方法、系统及存储介质 （张家口泰保工程监理咨询有限责任公司）_第3页
CN118332655B 一种道路桥梁检测方法、系统及存储介质 （张家口泰保工程监理咨询有限责任公司）_第4页
CN118332655B 一种道路桥梁检测方法、系统及存储介质 （张家口泰保工程监理咨询有限责任公司）_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

元模拟和无损检测技术获取道路桥梁应力分布2S1、通过有限元模拟出的道路桥梁应力分布S4、将训练好的模型嵌入至桥梁结构健康监测多模态卷积神经网络由多个并行的卷积神经网络组成对于每个特征（fi计算其与其他所有特征的相似度得分（sij公式可表示为：sij=iTWQK将融合后的特征进行序列化处理后按照时间戳顺序输入到长短期记长短期记忆网络的输出将被送到一个解码器网络中，解码器采用反卷积网络重构图3训练过程中，将实际应力分布测量数据作为监督信号数据获取模块负责采集多种无损检测技术生成的模型训练与预测模块，构建和训练卷积长短期记忆网络模结果展示模块负责将模型预测的结果以直观的方被处理器执行时实现如权利要求1至7中任一项所述的道路桥梁检测45等)生成的道路桥梁检测图像。这些图像包含了桥梁在不同时间、不同位置的应力分布信[0019]模型训练与预测模块是系统的核心部分，包含了构建和训练CNN_LSTM模型的过测图像可以反映桥梁在不同位置的应力状况，为桥梁维护和安全评估提供有力的数据支6卷积神经网络(CNN)组成，每个CNN负责处理一种类型的图像数据。通过一系列卷积层i是经过卷积神经网络提Q)和(WK)是可学习的权重矩7j。[0046]将融合后的特征进行序列化处理后按照时间戳顺序输入到LSTM网络中输入到m和n分别是图像的宽度和高度，ytrue[i,j]是真实应力分布图像在坐标(i,j)处的像素强8[0059]数据获取模块通过有限元模拟出的道路桥梁应力分布图像或采集多种无损检测[0061]模型训练与预测模块是系统的核心部分，包含了构建和训练CNN_LSTM模型的过测图像可以反映桥梁在不同位置的应力状况，为桥梁维护和安全评估提供有力的数据支9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论