Global-Structural-Earthquake-Damage-Prediction:LSTM使用1D和2D CNN等深度学习技术来检测地震后具有铰链接头的结构中的损坏-源码

上传者: 42181693 | 上传时间: 2021-06-10 13:38:01 | 文件大小: 507KB | 文件类型: ZIP
全球结构地震损害预测 使用深度学习技术来检测地震后带有铰链/接头的结构中的损坏。 用于训练数据的网络包括:“一维卷积神经网络”,“ LSTM网络”,“使用频谱图的二维卷积神经网络”。 使用连接到铰链/接头的加速度计记录X和Y轴的数据,并使用SAP2000生成地震情况。 可以在以下位置找到用于训练的数据:(请参考数据集的.zip文件。文件夹中的笔记本未更新) 检查数据后,文件“ Data and Discrepancies.txt”描述了数据中每种情况下发现的差异。 请参阅文件“地震损坏检测2数据预处理.ipynb”以处理数据。 请参阅文件“地震破坏预测2-准备I&O.ipynb”,以准备要馈入网络的数据并生成两个X&Y轴的频谱图。 有关训练1D CNN和LSTM的信息,请参阅文件“ Earthquake Network Training 3.ipynb”。 随附的笔记本可能还包

文件下载

资源详情

[{"title":"( 7 个子文件 507KB ) Global-Structural-Earthquake-Damage-Prediction:LSTM使用1D和2D CNN等深度学习技术来检测地震后具有铰链接头的结构中的损坏-源码","children":[{"title":"Global-Structural-Earthquake-Damage-Prediction-master","children":[{"title":"Earthquake Damage Detection-2 Data Preprocessing.ipynb <span style='color:#111;'> 62.70KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false},{"title":"Earthquake Network Training 2 Layered 1D CNN & Spectrogram Training.ipynb <span style='color:#111;'> 3.22MB </span>","children":null,"spread":false},{"title":"SHM_Notebook.ipynb <span style='color:#111;'> 659.96KB </span>","children":null,"spread":false},{"title":"Earthquake Network Training 3.ipynb <span style='color:#111;'> 1.74MB </span>","children":null,"spread":false},{"title":"Data and Discrepancies.txt <span style='color:#111;'> 857B </span>","children":null,"spread":false},{"title":"Earthquake Damage Prediction-2 Preparing I&O.ipynb <span style='color:#111;'> 34.65KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明