|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 桥梁监测系统多传感器测点之间的关联分析显示文摘以多传感器构成的复杂测量系统来监测大型桥梁健康情况已经成为目前土木、仪器科学领域研究的一个热点。桥梁结构作为一个复杂的响应系统,健康监测系统各传感器测点数据皆为这一系统的响应输出,其间必然存在一定的关联。现有的关联关系主要是从传感器测点的位置来考虑,没有反映出测点之间复杂的关联性。广义上,测点之间的关联性可以分为环境关联、结构关联、位置关联、时间关联、类别关联5类,而在数据形式上表现为正相关、负相关或零相关。以此为基础,本文结合数据挖掘和信号系统的关联理论知识,建立多传感器测点之间的关联度模型,并结合重庆马桑溪长江大桥桥梁结构健康监测系统的多传感器测量系统,分析和度量测点之间的关联关系,并在连续失效数据识别中进行试验验证。 | 胡顺仁 陈伟民 章鹏 | 2009 | 土木工程学报2009，42，3： | 14 |
| 2 | 基于极限学习机的结构健康监测数据恢复显示文摘为解决桥梁结构健康监测系统中数据丢失问题,引入格兰杰因果关系分析各传感器变量数据间的关系,选择与传感器丢失数据格兰杰因果关系大的变量作为极限学习机的输入向量,实现丢失数据的恢复。通过实际桥梁监测丢失数据的仿真实验,以均方根误差和最大误差绝对值作为评估指标,并与反向传播网络和最小二乘支持向量机算法对比,结果表明该方法在理论和实践上是正确和可行的。 | 黄宴委 吴登国 李竣 | 2011 | 计算机工程2011，37，16： | 14 |
| 3 | 基于支持向量机的桥梁健康监测系统残缺数据填补显示文摘针对桥梁健康监测系统中采集数据具有小样本、非线性且时序的特点,提出一种基于支持向量机的残缺数据填补方法,在分析数据的自相关性基础上,利用支持向量回归机原理,选择适当维数的样本作为支持向量机的输入向量,据此进行了残缺数据的预测;并与BP神经网络的填补效果相比较,实验结果显示了支持向量机在更小样本情况下填补残缺数据的优势和强泛化能力。 | 符欲梅 朱芳 昝昕武 | 2012 | 传感技术学报2012，25，12： | 7 |
| 4 | 基于BP神经网络的大跨高空连廊应变监测数据恢复显示文摘为了解决大跨高空连廊吊装阶段性态监测中应变监测数据存在缺失的问题,利用BP神经网络进行数据恢复。首先基于相关性分析,选择与数据缺失监测点应变值相关性最强的5个监测点作为参考点;然后利用未缺失时间段内待恢复监测点和参考点的应变数据进行建模和检验,一半数据用来建立BP神经网络模型,一半数据用来进行模型的检验;最后利用建立的模型对缺失的数据进行恢复,得到了完整的应变监测数据。利用得到的恢复数据与参考点数据在缺失段内的相关系数对数据恢复的效果进行了评价。结果表明:该方法可有效地恢复缺失的应变监测数据。 | 赵昕 贾京 郑毅敏 | 2009 | 建筑科学与工程学报2009，26，1： | 7 |
| 5 | 桥梁结构状态监测系统中挠度自适应修正方法研究显示文摘以微电子器件为核心构成的桥梁结构状态监测系统与以钢筋、水泥构造的桥梁之间存在的巨大寿命差异,使得监测仪器的修复和更换成为必然。修复和更换传感器的过程会造成监测数据出现前后不一致性问题,影响到整个桥梁结构状态监测系统的正常工作,而传统上通过重新找一个准恒载工况下的新初始基准点方法在实践中很难得以实现。以桥梁结构状态监测系统中常用的连通管光电挠度系统为研究对象,以监测系统中一个重要监测指标———挠度为研究目标,在分析了连通管光电挠度系统工作原理基础上,对连通管光电挠度系统传感器维修前后导致前后挠度数据不一致的各种因素进行了深入研究,以准恒载工况为基准建立了挠度修正数学模型,在此基础上提出了一种挠度自适应修正方法。该方法有效地解决了挠度数据前后不一致性问题,并在重庆市石板坡长江大桥结构状态监测系统得以成功验证。 | 胡顺仁 陈伟民 | 2011 | 公路2011，56，10： | 5 |
| 6 | 广义回归神经网络在汽车换档机械手运动轨迹测量中的应用显示文摘针对换档机械手机构特性,设计了广义回归神经网络(GRNN)模型,输入层为两结点输入,即角位移坐标值α、β;输出层为两结点输出,分别对应空间坐标值x、y,网络中间层的神经元传递函数采用径向基元函数,输出层的神经元传递函数采用线性元函数,对于光滑因子在[0.05,0.1]间取值,进行对比分析,最终选定光滑因子取0.05。以标定数据中的一部分作为样本对上述神经网络进行训练、仿真,并预测另一部分数据,经过对结果的误差分析和与BP神经网络作比较,验证了本网络模型的有效性和精确性。与BP网络相比,其算法易于实现、结构简单、便于编程、收敛较快,可成功应用于本机器人系统中。 | 刘庆华 张为公 龚宗洋 | 2008 | 仪器仪表学报2008，29，2： | 5 |
| 7 | 基于RBF神经网络的V撑施工过程风险分析显示文摘运用RBF神经网络(Radial Basis Function Neural Network)理论,分析了大夹角V撑施工期间最大风险因素可能发生的部位,并对V撑的结构失效风险性进行了定量分析。将有限元分析结果作为神经网络训练样本数据,利用径向基神经网络建立了基本变量和结构响应之间的隐性映射关系,根据蒙特卡洛原理进行模拟计算,最终得出V撑施工过程中各个危险截面出现结构失效的概率预估值。通过工程实例验证表明,基于径向基神经网络所建立的施工过程风险分析方法计算效率高,具有可行性和有效性,同时为V撑施工风险决策提供了理论依据。 | 王立峰 肖子旺 王子强 | 2011 | 武汉理工大学学报2011，33，5： | 4 |
| 8 | 基于神经网络的WSN丢失数据恢复研究显示文摘在无线传感网中,由于无线信道的不稳定性、海量数据传输的拥塞、节点故障等影响,导致WSN中数据经常发生大规模丢失。针对这一问题,文中提出了基于径向基神经网络的无线传感网丢失数据恢复算法。该算法能够有效通过数据丢失节点历史轮数据来恢复预测丢失数据。最后通过仿真实验证明了该算法的有效性。 | 鲜江峰 徐善凯 | 2017 | 物联网技术2017，7，2： | 2 |
| 9 | 提高光电成像挠度系统的识别精度显示文摘光电成像挠度系统在桥梁结构状态健康监测系统工程实践中由于受到雾、强光等天气因素干扰会影响识别精度。针对该问题,本文在分析了光电成像挠度测量系统组成和成像识别原理基础上,深入研究了各种不利的天气因素干扰对挠度测量系统成像识别精度的影响,并在图像增强基础上提出一种投影差分算法来提高在不利天气条件下光电成像识别精度,该算法通过对比实验(雾天:该方法的均方差为1.632 231,传统方法均方误差为16.534 08;强光:该方法的均方差为2.182 247,传统方法均方误差为23.018 13)验证了该方法在不利天气条件下相比传统方法将识别精度从厘米级提高到毫米级,大大增强了光电成像挠度系统的可靠性,并在重庆马桑溪长江大桥、重庆高家花园嘉陵江大桥等桥梁结构状态监测系统的光电成像挠度测量系统工程实践中得以成功检验。 | 胡顺仁 | 2014 | 光电工程2014，41，2： | 1 |
| 10 | 基于支持向量机的桥梁应变噪声数据重构显示文摘针对桥梁结构健康监测系统中应变数据存在噪声干扰现象,提出一种邓氏灰度关联度计算方法,分析与计算传感器噪声数据之间的关联度,选择关联度大的信号作为支持向量机的输入向量,实现基于支持向量机的噪声数据重构,以恢复测量数据,并以均方根和频域功率谱来评估重构数据的效果.由桥梁监测数据的试验仿真分析表明,所提出关联度计算和基于支持向量机的数据重构方法是正确、有效的. | 吴登国 黄宴委 陈少斌 刘中华 李竣 | 2010 | 福州大学学报(自然科学版)2010，38，6： | 1 |
| 11 | 基于SVM的挠度测量系统自适应修正方法显示文摘修复和更换桥梁结构健康监测系统传感器会造成监测数据出现前后不一致性问题,影响到整个系统的正常工作。文中以桥梁结构状态监测系统中常用的连通管挠度系统为研究对象,以监测系统中一个重要监测指标——挠度为研究目标,在分析了连通管光电挠度系统工作原理基础上,提出了一种基于支持向量机(SVM)的挠度测量系统自适应修正方法,该方法不仅有效地解决了挠度数据出现的前后不一致性问题,而且还不受温度及工况的限制,其自适应性和精度都得以提高,该方法在重庆市菜园坝长江大桥结构状态监测系统得以成功验证。 | 胡顺仁 | 2014 | 仪表技术与传感器2014，，11： | 1 |
| 12 | 光电挠度测量系统单点失真数据滤波方法显示文摘针对在大型桥梁结构状态监测系统工程实践中,光电挠度测量系统采集的数据中存在的较多单点失真数据无法使用传统的信号处理与数据分析方法过滤的问题,本文在连通管式光电挠度测量系统原理基础上,深入分析了系统中单点失真数据的特点,对单点失真数据进行形式化描述和说明,从而提出了一种基于数据速率变化来过滤单点失真数据的滤波方法。该方法根据桥梁结构变化缓慢的特点,将传感器系统引起的失真数据和桥梁结构自身的失效数据区分开来,并取得较好的工程实践应用效果。 | 胡顺仁 陈伟民 | 2009 | 光电工程2009，36，5： | 1 |
| 13 | FBG传感器复用解调异常的研究显示文摘基于光纤布拉格光栅应变传感器的解调原理,分析了传感器性能蜕化时应变传感系统中解调异常的问题,通过理论推导及模拟仿真,发现了存在解调的测量峰值波长少于实际传感器数量的现象,并提出了解决方法,在工程应用中对此进行了验证,证实了方法的有效性。 | 张娅玲 陈伟民 章鹏 胡顺仁 | 2009 | 光学与光电技术2009，7，3： | 1 |
| 14 | 一种基于PSO-RBF神经网的入侵检测方法显示文摘针对传统基于K-均值聚类的RBF神经网络训练方法中,隐层参数训练结果易受初始值影响而陷入局部极小解,最终导致整个网络收敛速度慢、性能下降等问题,提出了基于粒子群算法(PSO)和K-均值相结合的径向基神经网络(RBF)训练算法。该算法利用PSO的全局搜索能力形成最优解邻域,K-均值算法在该邻域进行局部搜索,这样既利用了PSO算法的全局最优解搜索能力,同时也利用了K-均值算法收敛速度快的优点。试验结果表明该算法有效地解决了基于K-均值训练算法易陷入局部极小解的不足。文中将基于上述训练方法的RBF神经网应用到入侵检测系统中,试验结果同基于传统K-均值、遗传算法和RPCL算法训练的RBF方法进行比较,结果表明本文建议的方法在检测性能和训练时间上都有明显提高。 | 付强 柴玉华 | 2009 | 农业网络信息2009，，6： | 0 |
| 15 | 人工神经网络在桥梁工程中的应用研究显示文摘人工神经网络技术作为一种成熟的人工智能技术,在桥梁工程中应用广泛。以人工神经网络在桥梁可靠度和桥梁监测诊断2个方面展开分析,分别对其发展史、应用原理及方法进行详细探讨,同时指出目前方法中存在的缺陷并提出相应改进措施,对人工神经网络技术在桥梁工程中的进一步应用进行展望。 | 安敏辉 | 2021 | 江苏交通科技2021，，5： | 0 |
| 16 | 基于最小二乘支持向量机的桥梁应变丢失数据重构显示文摘针对桥梁工程结构健康监测系统中,测量信号的物理量类型不同,提出了一种新型的信号关联度计算方法,用来分析与传感器丢失数据相关联的信号,由最小二乘支持向量机分别对丢失信号数据实现同类型变量和不同类变量重构,以恢复丢失数据。桥梁监测数据的试验仿真分析表明,所提出的关联度计算法和重构方法是正确、有效的,且在实际监测系统中具有很强的参考和应用价值。 | 黄宴委 吴登国 刘中华 李竣 | 2010 | 测控技术2010，29，8： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员