【摘 要】
：
针对传统方法中高耸结构损伤识别时出现的识别效率低与识别损伤位置不精准的问题,提出了一种振动信号Fourier分析下高耸结构损伤识别方法.首先,通过震动信号Fouurier判断高耸结构出现损伤的大体位置,然后将信号转换为连续的离散化小波,并构建时间序列模型,利用该模型对所观察的有序随机数据进行分析,得到高耸结构损伤的加速度、位移、与速度信号,之后凭借自由度的粘性阻尼系统,构建伪传递函数,并使用ARX模型对其进行建模,挑选出自由度的相应值作为参考通道,最后构建高耸结构在正常状态下响应的损伤阈值,并将上述得到的
【机 构】
：
北京科技大学天津学院,天津301830
论文部分内容阅读
针对传统方法中高耸结构损伤识别时出现的识别效率低与识别损伤位置不精准的问题,提出了一种振动信号Fourier分析下高耸结构损伤识别方法.首先,通过震动信号Fouurier判断高耸结构出现损伤的大体位置,然后将信号转换为连续的离散化小波,并构建时间序列模型,利用该模型对所观察的有序随机数据进行分析,得到高耸结构损伤的加速度、位移、与速度信号,之后凭借自由度的粘性阻尼系统,构建伪传递函数,并使用ARX模型对其进行建模,挑选出自由度的相应值作为参考通道,最后构建高耸结构在正常状态下响应的损伤阈值,并将上述得到的信号与损伤阈值对比,进而完成对高耸结构损伤的识别.仿真结果证明,所提方法在高耸结构损伤识别中有着识别效率快和识别损伤位置精准度高的优点.
其他文献
碳捕获、利用与封存（CCUS）具有巨大的减排潜力,是应对全球气候变化的关键技术之一,已经引发全球各经济体的高度重视,但成本较高等因素决定了其应用场景有待进一步丰富。本文阐述了CCUS对于碳减排的重要性,从技术成熟度入手分析了CCUS的减排潜力,探讨了CCUS的商业模式、项目数量和参与主体,就CCUS应用提出了对策建议。
针对传统心电图信号提取算法存在信号降噪效果不理想、效率低且误差较大问题,提出心电图信号半盲提取算法.采用变分模态分解方法分解输入心电图信号,获取有限个固有模态分量,按照大小顺序排列固有模态分量信号频率,同时对高频固有模态分量进行均值滤波;重构高频固有模态分量以及保留下的低频固有模态分量,结合半盲反卷积单源分离以及心电消除算法,完成心电图信号半盲提取.为验证所提方法的有效性,设计实验.实验结果表明,研究的算法降噪效果更好,能够以更高效率、更低误差完成心电图信号半盲提取,能够为相关领域研究提供可靠基础.
为了及时检测出装配式建筑钢结构中的缺陷,以及在长时间使用过程中产生的裂纹,保证其在工程应用过程中的安全性能,提出了一种热像图增强的结构损伤检测方法.首先对装配式建筑钢结构检测机理进行详细的分析,当存在结构损伤时,通过一维解析方法构建损伤温度的数学模型,同时对加热过程以及瞬态加热过程进行分析,构建建筑钢表面温度分布和边缘温度分布的数学模型.采用多层小波分解处理方法,对热像图中的编织信息和背景干扰进行去除,基于Mallat算法求解出离散信号的小波变换递归方程.最后通过Matlab软件将热像图转换成矩阵,经过归
针对传统文本分类方法中需要手动提取特征和分类进而导致分类准确率不高的问题,提出一种结合图卷积神经网络和注意力机制的文本分类方法.方法首先建立整个语料库的大型文本图,然后将文本图的邻接矩阵和特征矩阵输入到图卷积神经网络中,最后网络输出与注意力机制相结合,利用注意力机制中Self-Attention机制的Query矩阵,Key矩阵和Value矩阵计算Attention值,充分学习文本表示,不断调整网络的输出,最终提高文本分类的准确率.在数据集上的仿真结果表明,所提出的方法与传统文本分类方法相比,其准确率较高.
复杂系统的任务调度对于提升系统性能至关重要,很多应用场景引入可重构调度模型来处理复杂系统中的并发、互斥和非同步任务.由于系统中的任务时间具有模糊特性,导致现有研究逻辑控制的效果不佳,为此提出了基于信号解释Petri网的可重构调度模型.考虑到Petri网擅长描述并发、互斥,以及非同步任务,设计了一种扩展Petri网,将重构系统时的影响因素,定义为包含七个变量的集合,并对资源变迁的过程和规则做了相应分析.根据任务执行对时间的要求,将其分成固定时间调度、周期调度,以及触发调度三种模式,并依次进行模型的分析优化.
聚焦区域边缘的精确提取是多聚焦图像融合的研究难点,现有的融合方法普遍存在融合图像边界模糊、关键信息丢失等问题.为解决上述问题,提出了一种基于编解码网络的多聚焦图像融合方法.首先,利用公开数据集构建一个带有精细标注的模拟多聚焦图像训练数据集,然后,在编解码网络中增加像素矫正模块与结构相似性损失函数,并用模拟数据集训练编解码网络;最后根据源图像对与模型预测的聚焦区域精确得分图构建最终的融合图像.实验结果表明,上述方法能够精确提取聚焦区域边缘信息,获得较高的互信息熵、平均梯度和结构相似度,且具有较好的视觉效果.
园林空间特征分布具有不可预测性,空间分布规范性较低,提出基于模糊算法的园林空间特征分布模拟研究.利用三维图像收集园林正常数据和隐藏数据,获取该园林空间分布的特征解析函数,分别从数据标准化处理、构造模糊相似矩阵和计算模糊等价矩阵三个步骤探析模糊算法,获取园林空间特征分布的规则程度.建立线性、直角、等距关系的模糊隶属函数,根据规则程度函数构建微分方程,实现园林空间特征分布模拟.仿真结果证明,通过模糊算法对园林空间特征分布模拟情况与实际吻合程度高,模拟数量误差与空间误差均较小,可以作为改善园林空间分布的有效依据
针对传统方法对软件时间序列延迟预测的预测准确率低,预测时间长、漏报率高的问题,提出基于LSTM的软件时间序列延迟预测方法.采用激活函数对LSTM(长短期记忆网络)中门控机制与隐藏层的权值系数进行计算,提取软件中的数据特征;利用支持向量机中的函数拟合方法,通过软件中提取的数据特征,构建软件时间序列延迟预测模型.最后将软件的时间序列放入预测模型中,利用核函数对模型进行计算,实现时间序列从低维空间到高维空间的映射,将低维空间的非线性问题转化为高维的线性问题,通过相应的拟合函数计算出结果,以此完成对软件时间序列延