基于ＴＣＮ 和迁移学习的混凝土坝变形预测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：混凝土坝变形测点数据丢失或者新增测点测量时间太短都会导致这部分测点的数据量不足，使得变形预测精度受到影响。为了提高这些小数据量测点的变形预测精度，提出了将时域卷积网络（ＴＣＮ）与迁移学习相结合的变形预测方法。以数据量充足的测点为源域，以缺少数据的测点为目标域，将在源域上训练好的ＴＣＮ 模型的结构和参数迁移到目标域模型中，固定其中的冻结层参数，利用目标域中的数据对目标域模型可调层参数进行调整。（剩余9735字）

试读结束

目录
monitor