《表3 各个对比模型在测试集上的综合评估结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《联合卷积与长短记忆神经网络的桥梁结构损伤识别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如图9和图10所示，由于CNN-LSTM联合模型不仅抽取多个加速度传感器拓扑相关性关系，而且在时间维度上进行长短期依赖特征抽取，相较于单一的DNN和LSTM模型能更快收敛。从验证集结果分析表明，CNN-LSTM用于结构损伤识别在准确率、收敛速度上，相比CNN模型其优势并不明显，但是CNN-LSTM具有更低的损失率，模型的拟合效果更好。从测试集结果分析表明，CNN-LSTM具有较好的召回率、F值和准确率。各对比模型在测试集的综合评估统计情况如表3所示，各个工况的具体评估结果如表4所示。