結(jié)合多通道MTF和CNN的框架結(jié)構(gòu)損傷識(shí)別方法

摘要： 為提高復(fù)雜框架結(jié)構(gòu)損傷識(shí)別的準(zhǔn)確率，提出了一種基于多通道馬爾可夫變遷場（multi-channel Markov transition field，簡稱MCMTF）和卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，簡稱CNN）的框架結(jié)構(gòu)損傷識(shí)別方法。首先，采用MCMTF理論將原始一維振動(dòng)信號(hào)轉(zhuǎn)換為二維圖像，實(shí)現(xiàn)數(shù)據(jù)升維和多通道數(shù)據(jù)融合；其次，以MCMTF... （共10頁）