基于深度学习的建筑结构健康监测与预测系统设计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

【摘要】文章研究了基于深度学习的建筑结构健康监测系统，融合快速傅里叶变换与深度卷积神经网络，旨在通过分析振动数据检测结构损伤。研究报告了系统在特征提取和损伤识别方面的能力及应用潜力。四折交叉验证中，训练和测试准确率达93.48%和93.29%，验证了其高效性和可靠性。结果表明，FFT-DCNN架构适合作为建筑健康监测与预测工具。（剩余4744字）

试读结束

目录
monitor