共查询到20条相似文献，搜索用时 343 毫秒
1.
深度学习算法是目前台区负荷预测的主要方法.为解决深度学习方法在逻辑拟合、特征冗余方面的问题,提出一种基于经验模态分解和长短记忆神经网络算法的短期台区负荷预测模型.利用经验模态分解将台区负荷分解为多个本征模函数,使用相关性分析法从特征集合中选择各本征模函数的特征子集,用长短记忆神经网络对这些本征模函数分别进行预测.最后采... 相似文献
2.
提出了考虑温度变化影响的悬索桥结构损伤预警方法.首先,采用神经网络技术建立桥梁实测模态频率与温度的相关性模型,用以消除温度变化对模态频率的影响.然后,将不同温度下的实测模态频率进行＂温度归一化＂,在此基础上利用神经网络新奇检测技术建立自联想神经网络进一步识别模态频率的异常变化.通过润扬大桥悬索桥236d的实测数据分析验证了该方法的可行性.分析结果表明,不同季节下模态频率的相对变化平均约为2.0%,采用所提方法可以识别出悬索桥模态频率0.1%的异常变化,适用于悬索桥结构的在线整体状态监测. 相似文献
3.
卓玲 《黎明职业大学学报》2007,(3):40-43
近几年来,利用结构的振动信息和系统动态特性进行结构的损伤诊断,是目前国内外损伤识别研究领域的热点。钢框架结构是一种常用的钢结构形式,由于服役时间久远,其损伤的出现是难免的,为了确保人民生命财产的安全,开展结构的损伤诊断研究是必须的。提出了一种基于柔度矩阵与应变模态的钢框架结构的损伤诊断二步法,通过具体钢框架结构的仿真分析,该方法能够对结构的损伤的进行准确的识别,具有一定的实际价值。 相似文献
4.
《东南大学学报》2016,(2)
为了发展宏应变模态识别技术并提高其在土木结构健康监测中的适用能力,提出了运行宏应变形状的概念及相应的获取方法,并进一步识别了宏应变模态,以适用结构处于不断变化的未知激励环境.所提新技术的核心是基于宏应变传递率函数在系统极值点独立于激励源并收敛的独特性质.通过对一个三跨连续梁结构模型进行力锤激励,对所提方法进行了试验验证,同时将识别结果与未知激励条件下最常用的峰值拾取法(PP)和随机子空间法(SSI)以及数值结果进行了对比分析.结果表明,该方法联合了多次测试数据,在不同加载工况下,其识别结果在精度和稳定性方面具有独特优势,同时也表明分布式应变传感系统在运行结构宏应变模态识别及结构健康监测领域应用前景好 相似文献
5.
《浙江大学学报(A卷英文版)》2016,(2)
目的:短期电力负荷预测是电力系统安全调度、经济运行的重要依据。研究处理非线性、非稳态电力负荷信号的新方法,建立短期负荷预测的混合模型,提高短期负荷预测的精确度。创新点:1.提出一种改进总体经验模态分解(EEMD)方法,抑制传统EEMD方法中的端点效应问题;2.提出一种基于改进EEMD和反向传播神经网络(BPNN)的短期负荷预测方法。方法:1.使用改进的EEMD方法将非稳态、非线性的电力负荷信号分解为一系列的内禀模态函数和一个趋势余量;2.移除所得的高频内禀模态函数;3.使用BPNN分别预测各内禀模态函数及趋势余量;4.使用BPNN组合各内禀模态函数及趋势余量预测结果,即为最终负荷预测结果。结论:1.所提出的改进EEMD方法能有效抑制传统EEMD方法中的端点效应问题;2.在相同条件下,所提出的基于改进EEMD和BPNN的短期负荷预测方法较BPNN、EMD-BPNN、EEMD-BPNN、SARIMA-BPNN、WTNNEA和WGMIPSO预测方法有更高的精确度。 相似文献
6.
基于结构健康监测系统的悬索桥运行模态识别(英文) 总被引：2，自引：0，他引：2
介绍了联合应用峰值法和互谱法的模态参数识别方法,并提出了一种新的主梁振型优化方法.将上述方法应用于润扬大桥悬索桥的运行模态识别系统中,利用结构健康监测系统采集的振动响应数据获取结构的模态参数.作为应用实例,对台风麦莎作用下的主梁、主缆和桥塔振动响应数据进行了模态参数识别.结果表明:主梁部分振型的模态频率不仅能从主梁的振动响应识别出来,而且能够从主缆和桥塔振动响应中识别,主粱、主缆和桥塔之间存在较强的耦合振动.此外,将运行模态的识别结果和成桥之初的现场测试结果进行了对比,二者识别结果整体上吻合较好,但运行模态系统识别的部分振型模态频率,如L1和L2,发生了较明显的下降. 相似文献
7.
《浙江大学学报(A卷英文版)》2020,(7)
目的:由于地理位置特殊,跨海大桥周围的环境非常复杂,进而导致跨海桥梁的模态特征复杂多变。本文旨在应用期望最大化贝叶斯快速傅里叶变换(FFT)算法对跨海斜拉桥进行运营模态分析。创新点:1.通过使用期望最大化贝叶斯FFT算法,使得基于贝叶斯的运营模态分析速度更快且收敛性更高;2.成功识别了2.5Hz以内的19阶模态的自然频率、阻尼比以及振型,同时得到了识别参数的不确定性大小。方法:通过应用贝叶斯模态识别算法对某跨海斜拉桥的运营模态数据进行分析,并研究模态参数及其不确定性。结论:应用期望最大化贝叶斯FFT算法能够高效地识别2.5 Hz以内的19阶模态的自然频率、阻尼比和结构振型,并能得出参数识别的不确定性大小。 相似文献
8.
刘俊 《绵阳师范学院学报》2015,(2):79-83
直接使用BP神经网络拟合非线性函数,具有预测精度差、收敛速度慢等缺点.该文提出利用极强全局搜索能力的思维进化算法来优化BP神经网络.首先根据BP神经网络拓扑结构构建思维进化算法模型,然后用思维进化算法得到的最优解作为BP神经网络的初始权值和阈值,最后利用MATLAB软件对多个非线性函数进行拟合仿真实验,比较思维进化算法优化BP神经网络和单纯使用BP神经网络的预测结果 .数据表明,优化后的BP神经网络具有更高的拟合精度和更短的网络训练时间. 相似文献
9.
10.
针对运动想象脑电特征的提取与识别,提出了一种采用经验模态分解(EMD)提取脑电信号能量特征与幅值特征的分类识别方法。首先用时间窗对脑电信号进行细分;然后利用EMD方法对细分后的数据进行分解,取前三阶的固有模态函数分量(IMF),提取能量和平均幅值差作为特征向量;最后,使用支持向量机对左右手运动想象进行分类识别。多次仿真试验数据表明,分类准确度达到88.57%,证明了该方法有效、适用。 相似文献
11.
《绵阳师范学院学报》2022,(5):76-84
计算机视觉技术使得人类手势识别在工业应用中发挥了重要作用,如人机交互等.该方法提出了一种基于手工提取特征的动态手势分割和分类方法,这些特征是从Kinetic传感器提供的骨架数据中提取出来的.其中,手势检测模块依赖于前馈神经网络,该神经网络执行逐帧的二分类.手势识别方法采用滑动窗口的方式从空间和时间维度提取信息.然后,本文组合不同持续时间的窗口,以获得多时间尺度方法所带来的性能增益.受递归神经网络最近在时间序列领域验证成功的启发,该方法还提出了一种基于双向长短期记忆单元来同时进行手势分割和分类的方法,该方法具有在长时间尺度上学习时间关系的能力.所提方法评估了2014年ChaLearn Looking at People挑战赛数据集,并与其他不同方法进行对比,该方法的性能几乎与最先进的技术相匹配.最后,该方法识别出的手势可以应用于与协作机器人进行交互. 相似文献
12.
为了提高非视距(NLOS)环境下无线定位的准确性和可靠性,提出了一种利用数字广播信号进行移动台定位的神经网络方法.该方法利用神经网络的学习特性和逼近任意非线性函数的能力,建立到达时间(TOA)和到达时间差(TDOA)测量数据与坐标之间的映射关系.将神经网络的连接权值作为非线性动态系统的状态量进行估计,用基于扩展卡尔曼(EKF)的实时神经网络训练算法来训练多层感知器网络.由于基于EKF的训练算法给出的是连接权值的近似最小方差估计,其收敛性要优于误差反向传播(BP)算法.仿真结果表明,该算法在NLOS环境下有较高的定位精度,性能优于BP基的神经网络算法和最小二乘算法;且该定位方法不依赖于特定的NLOS误差分布,也无需视距(LOS)和非视距识别. 相似文献
13.
《绵阳师范学院学报》2020,(2):35-39
本文使用深度神经网络算法对手写数字图像进行分类识别.该算法利用20个卷积层提取手写数字图像的特征向量,特征向量经过Re LU激活函数后被20个池化层进一步降低向量维度,最后通过softmax激活函数输出.结果表明,训练数据8 000以上时识别率会超过90%,训练次数8次以上识别率高于96%.结论:采用整流线性单元函数作为激活函数,有效解决了梯度消失问题和过拟合问题. 相似文献
14.
李伟 《洛阳工业高等专科学校学报》2009,19(4)
基于人工神经网络的理论,提出了快速识别数字调制信号的方法:1)BP神经网络量化共轭梯度算法;2)径向基(RBF)神经网络法;3)小波系数的BP和RBF神经网络法.这些方法收敛速度快,性能好,仿真结果说明了这些方法的有效性. 相似文献
15.
传统的车型识别需要消耗大量的人力资源和时间成本,无法及时有效地对复杂背景下中低分辨率车型进行精确识别.随着硬件设备的提升和新型分类理论的出现,针对这一情况提出了一种基于改进卷积神经网络的多层深度特征融合算法,利用卷积神经网络的特征学习,首先对低层特征进行学习,其次通过卷积运算将低层车型特征卷积到一定维度,最后利用特征融合策略对多个特征进行融合,提升车型识别的有效性.同时为了避免参数过多、模型复杂度上升出现过拟合现象,使用稀疏原理对模型进行优化分类.通过实验仿真,验证本文算法可以对中低分辨率车型进行精确识别,且对复杂背景及快速移动具有一定的抗干扰性. 相似文献
16.
针对如何缓解跨模态行人重识别任务中行人模态之间的差异性问题,提出一种随机通道邻近数据增强方法RCNA和一种结合多维互信息的U型网络UMME。RCNA通过选取同类别的可见光图像和红外图像进行数据增强生成新的行人图像,既满足了真实数据分布,又融合了可见光图像的形状和结构信息以及红外图像的语义信息,缓解了可见光图像与红外图像之间的模态差异性。UMME通过互信息提取模块UMI提取同类别行人之间的互信息特征,再经过特征整合模块MSIF将互信息特征嵌入语义特征,增强了同类别行人之间语义特征的一致性。所提出的方法在数据集SYSU-MM01和RegDB上的Rank-1和mAP分别达到70.48%、68.34%和91.70%、88.42%,与现有研究方法相比,取得了优异的识别效果。 相似文献
17.
基于不同视角和情境特征的大数据定义诠释了大数据的 5V 特性,在扩展大数据价值空间与应用模式的同时催生了以“数据驱动+模型驱动”范式转变为代表的核心问题。为解决大数据分析核心问题,引入神经网络,采用性能优越的卷积神经网络设计对比实验,运用两个公开数据集对其进行训练,并在输出层分别使用L2-SVM 和 Softmax 激活函数。在手写数字识别和彩色图像识别中,L2-SVM 的识别错误率分别为 0.87%和11.9%。实验结果表明,基于 L2-SVM 的神经网络大数据分析方法可以获得更高的识别精度。 相似文献
18.
19.
《浙江大学学报(A卷英文版)》2021,(8)
目的:提出一种新的优化方法以解决结构优化问题。创新点:不是通过灵敏度分析来解决优化问题,而是利用深度学习神经网络的优势来寻找优化函数的最优值。方法:1.采用基于拉格朗日对偶和深度神经网络的方法。2.将输入数据用于训练神经网络,直到输出值与预测值非常接近为止。3.通过深度学习插值求解拉格朗日min-max对偶问题,从而找到最小输入值。结论:1.该方法可以解决结构优化问题,但它限制了设计变量输入的数量。2.该方法的准确性取决于输入的区间大小;因此,下一步工作是发展新方法以减少输入数据集的数量。 相似文献
20.
吕冬梅 《赤峰学院学报(自然科学版)》2014,(20):13-15
作为数控双柱立车重要支撑件的横梁,其结构设计是否合理及其静动态特性的高低将直接影响机床的加工精度和寿命.本文以恒升机床厂提供的某一型号机床横梁为试验对象,采用力锤单点激励,移动传感器的试验方法,采用国际最流行的Poly-Max模态参数识别方法对实测的频响函数数据进行处理分析,得到横梁的固有频率、阻尼比和振型等模态参数,了解其结构的固有特性.同时提出了横梁结构优化策略,为下一步的结构优化设计提供依据,为同类零部件的生产加工提供理论参考. 相似文献