[发明专利]一种基于迁移学习的少样本结构频响动力学模型修正方法有效
| 申请号： | 202010593297.2 | 申请日： | 2020-06-26 |
| 公开（公告）号： | CN111783335B | 公开（公告）日： | 2023-02-17 |
| 发明（设计）人： | 邓忠民;张鑫杰 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06N3/0464 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于迁移学习的少样本结构频响动力学模型修正方法。包括为了提高在少量结构频率响应值数据下的有限元模型修正精度而利用其他领域振动数据作为补充数据，利用领域自适应方法将源域数据和目标域数据映射到相似的特征空间，通过迁移学习的方法实现少量频响数据下的辅助训练。本发明结合迁移学习在少量样本下的特征分析的优势，利用深度卷积神经网络对充足的其他领域振动数据进行特征分析。此外，由于目标域数据和源域数据的特征分布和求解任务并不相同，本发明还采用了领域自适应方法，将深度卷积神经网络提取到的振动特征映射到相似特征空间，缩小了不同领域间的特征差异，最终实现了少量源域数据在特征维度上的样本扩充，提高了模型修正的准确度，防止数据不足导致的过拟合和传统方法简化计算导致的模型修正精度下降。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 样本 结构 响动 力学 模型 修正 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010593297.2/，转载请声明来源钻瓜专利网。
