本书主要介绍了深度卷积神经网络和生成式对抗网络在结构动力特性智慧识别中的应用。内容涉及深度学习基本理论、基于深度卷积神经网络结构损伤判别、空间非均匀噪声对智能识别的影响以及生成式对抗神经网络在结构动力特性智慧识别中的应用等。同时，本书结合实际工程，探索了人工智能方法在实际结构动力特性判别和损伤识别中的应用。
本书可供工程结构相关的科研人员和工程技术人员参考使用。

第1章 绪论
1.1 传统结构损伤识别方法的应用和发展
1.2 结构损伤的智能检测方法
1.3 深度学习在结构损伤识别中的应用
1.4 木书主要内容
第2章 深度学习理论
2.1 深度学习的缘起
2.2 深皮学习的基本思想
2.3 卷积神经网络
2.4 深度卷积生成式对抗网络
第3章 基于卷积神经网络的结构损伤识别数值实验
3.1 CNN在结构损伤识别中的原理
3.2 CNN网络模型设计
3.3 坚直悬臂梁模型
3.4 结构参数随机性对卷积深度网络损伤识别的影响
第4章 基于卷积神经网络与对抗生成网络的结构损伤识别模型试验
4.1 CNN应用于结构损伤识别的试验验证
4.2 DCGAN应用于结构损伤识别的试验验证
第5章 空间非均匀性噪声对卷积深度网络损伤识别的影响
5.1 噪声的空间非均匀性
5.2 噪声的空间非均匀性对CNN的影响
5.3 传感器精度的非均匀性对CNN的影响
第6章 实桥试验
6.1 基于CNN的结构挠度校验系数预测框架
6.2 实际桥梁挠度校验系数预测研究
参考文献