- 专利标题: 基于FCNN-RNN的地下工程加速度数据信息聚类与危险源识别方法
-
申请号: CN202310550414.0申请日: 2023-05-16
-
公开(公告)号: CN116578888A公开(公告)日: 2023-08-11
- 发明人: 张鏖 , 梅勇 , 李锋 , 李晓鹏 , 吕玉正 , 李博宇 , 唐文冲 , 唐亮
- 申请人: 中国人民解放军军事科学院国防工程研究院
- 申请人地址: 北京市海淀区太平路22号
- 专利权人: 中国人民解放军军事科学院国防工程研究院
- 当前专利权人: 中国人民解放军军事科学院国防工程研究院
- 当前专利权人地址: 北京市海淀区太平路22号
- 代理机构: 哈尔滨龙科专利代理有限公司
- 代理商 王恒
- 主分类号: G06F18/23
- IPC分类号: G06F18/23 ; G06N3/0464 ; G06N3/044 ; G06N3/084 ; G06F18/25
摘要:
本发明公开了一种基于FCNN‑RNN的地下工程加速度数据信息聚类与危险源识别方法,所述方法针对地下工程的监测预警信息提出了一套专门数据信息识别与提取问题的神经网络模型,模型前半部分主要以卷积神经网络为基础,构建了三种尺寸的空洞卷积核,最大程度的提取地下工程监测数据在空间上的多尺度信息,解决了模型对于细小缺陷信息不敏感的问题,同时减少了参数计算量。模型后端部分主要以RNN网络为基础,由于RNN网络能够提取数据间隐藏的时间序列特征,不同时间段的监测信息反映出地下工程不同类型损伤和缺陷的发展规律,加入RNN网络,精确度会大有提升。