首页> 中国专利> 一种基于深度学习理论的不确定性结构频响动力学模型修正方法

一种基于深度学习理论的不确定性结构频响动力学模型修正方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开一种基于深度学习理论的不确定性结构频响动力学模型修正方法。包括不确定性参数影响下的结构频率响应不确定性分析，通过深度卷积神经网络构建不确定性逆向传递关系，利用深度学习原理实现不确定性参数的概率分布估计。本发明结合深度学习原理在复杂输入特征分析方面的优势，利用深度卷积神经网络对含有不确定性分布特征的频响数据进行特征分析和特征提取。此外，本发明利用不确定性频响数据条件分布概率和待修正参数的先验概率，求解待修正参数的条件概率分布，最终得到了不确定性参数的分布，避免了人工进行频响不确定性量化和特征提取带来的误差，提高了考虑不确定性的频响动力学模型修正的准确度。

著录项

公开/公告号CN111783336B

专利类型发明专利
公开/公告日2022-06-14

原文格式PDF
申请/专利权人北京航空航天大学;
展开▼

申请/专利号CN202010593300.0
发明设计人邓忠民;张鑫杰;
展开▼

申请日2020-06-26
分类号G06F30/23;G06F30/27;G06K9/62;G06N3/04;
代理机构
代理人
地址 100191 北京市海淀区学院路37号北京航空航天大学
入库时间 2022-08-23 13:50:43

法律信息

法律状态公告日

法律状态信息

法律状态
2022-06-14

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于深度学习理论的不确定性结构频响动力学模型修正方法 [P] . 中国专利： CN111783336A . 2020-10-16
2. 一种基于深度学习的结构频响动力学模型修正方法 [P] . 中国专利： CN108959794A . 2018-12-07
3. 基于温度响应的双层结构4D打印方法 [P] . 世界知识产权组织专利： WO2020/143269A1 . 2020.07.16
4. 一种行业识别模型确定方法和装置 [P] . 世界知识产权组织专利： WO2020/143377A1 . 2020.07.16
5. 一种基于变分自编码器的训练样本数据扩充方法、存储介质及计算机设备 [P] . 世界知识产权组织专利： WO2020/143321A1 . 2020.07.16