首页|基于Inception-GRU模型的泄洪建筑物结构安全状态智能识别

基于Inception-GRU模型的泄洪建筑物结构安全状态智能识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为保障水利枢纽的泄洪安全,以Inception模块为主体结构,结合门控循环单元(GRU)和高效通道注意力(ECA)机制,提出了Inception-GRU深度神经网络模型,通过采集的多测点泄洪振动数据,智能识别泄洪建筑物的结构安全状态.用工程数据进行测试,结果表明,该模型能以97.15％的准确率完成结构安全智能识别任务,准确率较Inception模型、CNN-GRU模型、Inception-LSTM模型分别提高6.90、5.69、2.03个百分点.对泄洪振动数据进行数据预处理后,以三维矩阵的形式输入网络,可以有效降低模型参数量,提高模型效率.
Intelligent Identification of Structural Safety of Flood Discharge Buildings Based on Inception-GRU Neural Network

刘昉、陈浩东、梁超、庞博慧

展开 >

天津大学 水利工程仿真与安全国家重点实验室,天津300354

华能澜沧江水电股份有限公司,云南 昆明650214

深度神经网络 结构安全 智能识别 Inception模型 门控循环单元

国家自然科学基金

51909185

2022

10.3969/j.issn.1000-1379.2022.12.019

人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
年,卷(期)：2022.44(12)
  • 4