《结合小波低频子带的SVM桥梁挠度修正方法》PDF+DOC
作者:胡顺仁,熊文超,张建科,甘亚晨,李瑞平
单位:中铁大桥局集团有限公司
出版:《世界桥梁》2014年第01期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFGWQL2014010180
DOC编号:DOCGWQL2014010189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM的挠度测量系统自适应修正方法》PDF+DOC2014年第11期 胡顺仁
《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC2015年第04期 张宁波
《自适应LMD与SVM耦合的传感器故障诊断模型》PDF+DOC2015年第06期 吕振,丛金艳,褚永强,韩彦春
《基于SVM的电子分析天平温度漂移补偿方法》PDF+DOC2018年第06期 刘亚坤,黄强,李建闽,孙彪
《SVR在传感器故障诊断中的仿真研究》PDF+DOC2004年第06期 翟永杰,尚雪莲,韩璞,王东风
《基于SVM的动态建模新方法》PDF+DOC2004年第03期 王晓红,吴德会
《基于特征信息融合的离散小波SVM齿轮故障诊断方法研究》PDF+DOC2012年第08期 成钰龙,程刚,沈利华,邱锦波,山显雷
《基于卡尔曼与改进SVM移动机器人定位研究》PDF+DOC2011年第04期 王春荣,蔡勇,蒋刚
《多气体的SVM数据融合定性识别方法》PDF+DOC2009年第09期 黄为勇,任子晖,童敏明
《多变量过程传感器故障检测的SVM方法》PDF+DOC2008年第08期 彭红星,陈祥光,徐巍,张玮
使用支持向量机进行桥梁挠度修正时,若样本数据量较大,运算速度会较慢,为解决该问题,提出一种结合小波低频子带的挠度数据预处理方法,该方法通过选择合适的小波参数,将挠度传感器数据转换到小波低频子带进行预处理,再作为支持向量机的样本数据进行挠度修正,然后通过小波重构得到挠度传感器的理论值,将其代入公式即可得到修正后的挠度值。试验分别选取某桥300个样本数据进行学习和训练,经预处理后数据量仅为43个,运算时间从原来的33s降低到0.1~0.2s,表明修正计算的运算时间大幅降低;同时挠度均方误差由原来的0.334 9降低到0.280,表明修正精确度略有提高,证明该方法具有很好的实用性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。