基于卷积神经网络的结构力学运动学分析
机器学习
2024-05-07 v1 人工智能
计算机视觉与模式识别
摘要
尝试使用卷积神经网络实现平面梁结构的运动学分析。通过 3dsMax 动画软件和 OpenCV 模块，构建了几何稳定系统和几何不稳定系统的自建图像数据集。我们在 TensorFlow 和 Keras 深度学习平台框架上构建并训练卷积神经网络模型。该模型在训练集、验证集和测试集上均实现 100% 的准确率。额外测试集的准确率为 93.7%，表明卷积神经网络能够学习和掌握结构力学运动学分析的相关知识。未来可以通过数据集的多样性来提高模型的泛化能力，有望超越人类专家处理复杂结构。卷积神经网络在结构力学运动学分析领域具有一定的实际价值。通过可视化技术，我们揭示了卷积神经网络如何学习和识别结构特征。使用预训练的 VGG16 模型进行特征提取和微调，我们发现其泛化能力低于自建模型。
关键词
引用
@article{arxiv.2405.02807,
title = {Kinematic analysis of structural mechanics based on convolutional neural network},
author = {Leye Zhang and Xiangxiang Tian and Hongjun Zhang},
journal= {arXiv preprint arXiv:2405.02807},
year = {2024}
}
备注
9 pages, 13 figures