一种基于监测数据与深度学习的桥梁阻尼比识别方法

    公开(公告)号:CN114494273A

    公开(公告)日:2022-05-13

    申请号:CN202210167510.2

    申请日:2022-02-23

    IPC分类号: G06T7/10 G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于监测数据与深度学习的桥梁阻尼比识别方法,该方法改进了深度学习方法中可对图片执行语义分割任务的U‑Net模型,使其适用于对时间序列类型加速度监测数据的处理,构建针对自由衰减响应段的语义分割数据集,对改进后的U‑Net模型开展训练、性能评估及调优,以调优后的改进U‑Net模型对海量桥梁加速度监测数据执行语义分割,提取其中具有理想衰减形状的自由衰减响应段,进而采用指数衰减法实现对阻尼比的计算。本发明提供的基于监测数据与深度学习的桥梁阻尼比识别方法,解决了海量监测数据下无法高效筛选自由衰减响应段的难题,使指数衰减法可应用于桥梁监测数据中,实现了对阻尼比相较其它方法更为可靠的计算。