本发明公开了一种基于二维卷积神经网络的损伤识别方法及设备，属于结构健康监测领域，包括：在预设频段内扫频，并测量各频率点处结构的电导信号；将预设频段划分为多个子频段，计算各子频段内的电导信号相对于无损伤状态下各子频段内的电导信号的偏差，将偏差最大的n个子频段作为目标频段；提取n个目标频段下的一维电导信号，将每两个一维电导信号构造为二维数据，得到预测样本；将预测样本输入已训练好的损伤识别模型，以预测得到结构当前的质量损失量，得到结构损伤状态；其中，损伤识别模型为二维卷积神经网络，用于二维数据预测结构的质量损失量。本发明能够对有差异的电阻抗信息进行精确分类和量化，实现对结构损伤的定量分析和表征。
声明：
“基于二维卷积神经网络的损伤识别方法及设备” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1130
编辑：管理员
来源：北方有色网
咨询细节
