一种基于卷积神经网络的谱匹配地震动选取方法
Journal of Xi'an University of Architecture & Technology（2023）
摘要
选取与目标设计谱匹配的地震动记录是建筑结构抗震分析与设计中的重要问题之一.鉴于卷积神经网络在图像识别与分类领域具有突出的性能,本文提出了一种基于卷积神经网络的谱匹配地震动选取方法以考虑反应谱图像的二维特征.首先阐述了通过卷积神经网络进行谱匹配地震动选取的基本原理和训练数据的生成方法,然后讨论了Keras深度学习框架中11个神经网络结构在谱匹配地震动选取中的特性,最后采用Xception和InceptionResNetV2两种性能最优的网络结构从200次地震的11462条地震动水平分量中选取与我国规范设计谱相匹配的数据.研究表明,卷积神经网络能够有效地提取反应谱图像的特征,所选地震动平均反应谱与目标设计谱之间的差异较小.本文的研究工作可为工程实践中选取与目标设计谱匹配的地震动提供方法参考和技术支撑.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要