奥地利林茨约翰内斯开普勒大学 发布 钢球冲击薄壁结构数据集 数据集, 应用在 结构冲击测试、机器学习 领域

奥地利林茨约翰内斯开普勒大学 本次发布的数据集 钢球冲击薄壁结构数据集, 本研究提出了一种利用循环神经网络（RNN）进行冲击定位的方法，并使用真实实验数据进行了训练。数据集包含5000次钢球冲击薄壁结构的事件，每个事件都记录了冲击位置以及对应的传感器信号。数据集的创建通过自动化实验装置，使用机器人将钢球随机投掷到铝板上，并用压电传感器记录冲击产生的弹性波。数据集用于训练神经网络，以实现更精确的冲击定位。

查看钢球冲击薄壁结构数据集

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。