基于DWNN的机电作动器渐变性故障诊断 被引量：3

1

作者 王剑 王新民 +2 位作者 谢蓉 曹宇燕 李婷 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第9期1831-1837,共7页

飞机飞行控制系统机电作动器(EMA)的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络(DWNN)的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传... 飞机飞行控制系统机电作动器(EMA)的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络(DWNN)的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。 展开更多

关键词 机电作动器(EMA) 渐变性 故障 诊断 动态小波神经网络(dwnn)

在线阅读 下载PDF 职称材料

基于WPD-CNN的补偿电容故障诊断方法研究 被引量：2

2

作者 罗泽霖 孟景辉 +3 位作者 刘金朝 罗依梦 许庆阳 解婉茹 《铁道标准设计》 北大核心 2025年第1期191-197,共7页

为进一步挖掘动态检测数据中蕴含的补偿电容状态特征,针对ZPW-2000A型轨道电路,结合小波包分解与卷积神经网络,提出一种基于WPD-CNN的补偿电容故障诊断方法。采用功率谱分析的方法,找出检测曲线中趋势项特征与补偿电容特征所在频带范围... 为进一步挖掘动态检测数据中蕴含的补偿电容状态特征,针对ZPW-2000A型轨道电路,结合小波包分解与卷积神经网络,提出一种基于WPD-CNN的补偿电容故障诊断方法。采用功率谱分析的方法,找出检测曲线中趋势项特征与补偿电容特征所在频带范围,然后利用小波包分解方法对原始信号进行分解,提取其中特征频带内的小波包系数构造补偿电容特征矩阵。使用动态检测数据构造训练集与测试集,将不同故障类型的特征矩阵输入卷积神经网络进行训练学习,并在测试集上进行验证。实验结果表明,WPD-CNN方法对单个信号的特征提取用时5.9 ms,总体故障识别准确率为98.4%,可有效识别不同位置的补偿电容故障问题,为补偿电容故障诊断提供依据。 展开更多

关键词 轨道电路 补偿电容 动态检测 小波包分解 卷积神经网络 故障诊断

在线阅读 下载PDF 职称材料

基于MS-SAGCNs的自闭症诊断研究

3

作者 蔺博文 曹先庆 +1 位作者 杨欢 赵峰 《电子测量技术》 北大核心 2025年第15期110-119,共10页

针对自闭症诊断研究中脑网络建模过程存在的多尺度特征挖掘不充分、皮尔逊相关算法的功能连接估计不准确等问题,提出了一种基于多尺度自注意力图卷积网络MS-SAGCN的自闭症诊断算法框架。首先,使用Morlet小波变换与动态时间规整,提取大... 针对自闭症诊断研究中脑网络建模过程存在的多尺度特征挖掘不充分、皮尔逊相关算法的功能连接估计不准确等问题,提出了一种基于多尺度自注意力图卷积网络MS-SAGCN的自闭症诊断算法框架。首先,使用Morlet小波变换与动态时间规整,提取大脑血氧水平依赖信号的时频信息与基于此信息的多尺度功能连接,随后,通过预训练嵌入模型增强时频特征,与功能连接组合为多尺度脑网络。最终,使用MS-SAGCN对数据进行融合增强,以实现自闭症患者的自动诊断。通过ABIDE数据集进行实验验证,结果表明,MS-SAGCN可有效增强多尺度脑网络,总体框架在分类任务中取得了95.1%准确率、97.4%真阳率和94.9%的F1分数,显著优于其他诊断模型,体现了该模型良好的应用前景。 展开更多

关键词 自闭症谱系障碍 脑网络 图神经网络 多头自注意力 动态时间规整 长短期记忆网络 连续小波变换 数据挖掘

在线阅读 下载PDF 职称材料

基于自回归小波神经网络的机械臂自适应滑模控制 被引量：1

4

作者 杨佳 吴佩林 +2 位作者 杨理 寇东山 余斌 《空间控制技术与应用》 CSCD 北大核心 2024年第3期68-76,共9页

针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种... 针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种非奇异终端滑模面.利用多组自回归小波神经网络(self-recurrent wavelet neural network, SRWNN)分块逼近系统未知的动力学模型参数,并采用自适应更新律调整权重.通过积分控制项补偿SRWNN的逼近误差,并使用Lyapunov稳定性理论证明了系统稳定性.使用MATLAB进行仿真分析,分块SRWNN滑模控制与滑模控制、整体SRWNN滑模控制相比,关节角度跟踪误差的平均稳态误差分别降低了31.9%、76.5%,表明此方法是一种可靠、有效的轨迹跟踪控制方法. 展开更多

关键词 自回归小波神经网络 非奇异终端滑模 动力学模型 轨迹跟踪

在线阅读 下载PDF 职称材料

基于WOSA-BP的车辆动态称重算法研究 被引量：9

5

作者 袁科 许素安 +1 位作者 富雅琼 徐红伟 《传感技术学报》 CAS CSCD 北大核心 2024年第1期50-57,共8页

测量精度一直是影响车辆动态称重系统有效可靠性的主要因素。针对车辆动态称重系统测量精度较低这个问题,提出了一种基于鲸鱼优化(Whale Optimization Algorithm,WOA)算法和模拟退火(Simulated Annealing,SA)算法混合优化的BP神经网络(B... 测量精度一直是影响车辆动态称重系统有效可靠性的主要因素。针对车辆动态称重系统测量精度较低这个问题,提出了一种基于鲸鱼优化(Whale Optimization Algorithm,WOA)算法和模拟退火(Simulated Annealing,SA)算法混合优化的BP神经网络(Back Propagation Neural Network)动态称重模型。首先,简单介绍了动态称重系统的结构和原理。然后,通过小波变换对动态称重系统的采样信号进行过滤重构处理,经过计算得到的动态车重、车速和轴数作为BP神经网络模型的输入参数。其次,建立了一个由WOSA算法优化的BP神经网络来预测实际车辆总重和轴重。最后,比较了WOSA算法优化的BP神经网络模型的预测能力并得出结论。仿真结果表明,WOSA-BP车辆动态称重模型收敛速度快,精度高,最大总重的相对误差为0.58%,最大轴重相对误差为6.73%。 展开更多

关键词 动态称重 BP神经网络 小波变换 鲸鱼优化算法 模拟退火算法

在线阅读 下载PDF 职称材料

静止无功补偿器自适应动态规划电压控制方法 被引量：23

6

作者 周晓华 罗文广 +2 位作者 刘胜永 李振强 张银 《电网技术》 EI CSCD 北大核心 2017年第3期895-900,共6页

为解决传统比例?积分?微分(proportional integral differential,PID)控制应用于静止无功补偿器(static var compensator,SVC)非线性控制系统存在的不足,提出了一种基于自适应动态规划(adaptive dynamic programming,ADP)的SVC自适应优... 为解决传统比例?积分?微分(proportional integral differential,PID)控制应用于静止无功补偿器(static var compensator,SVC)非线性控制系统存在的不足,提出了一种基于自适应动态规划(adaptive dynamic programming,ADP)的SVC自适应优化控制策略。采用小波神经网络和BP神经网络分别设计执行依赖启发式动态规划(action dependent heuristic dynamic programming,ADHDP)的执行网络和评价网络,以增强ADHDP对性能指标函数的逼近能力和控制律优化能力,然后用其设计了SVC控制系统的电压调节器。在Matlab/Simulink仿真平台对所提出的ADHDP控制方法进行了仿真,并与执行网络、评价网络均采用BP神经网络设计的经典ADHDP控制方法的控制效果进行了对比,验证了基于ADHDP的SVC电压优化控制方法的可行性和有效性。相比之下,所提出的ADHDP控制方法具有更好的电压稳定和控制效果,控制系统具有较快的响应速度、较好的动态和静态稳定性和较强的自适应能力。 展开更多

关键词 静止无功补偿器 自适应动态规划 电压稳定控制 小波神经网络

在线阅读 下载PDF 职称材料

基于动力补偿的液压并联运动平台控制策略 被引量：6

7

作者 袁立鹏 董彦良 +1 位作者 赵克定 许宏光 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2006年第8期941-945,共5页

针对所研制的飞行模拟器用大负载液压六自由度并联运动平台,在对系统闭环动力学模型进行详细分析的基础上,依据系统数学模型存在外扰力、摩擦力及不确知参数等因素影响的控制特性,利用系统闭环动力学模型的动力补偿特性,采用六维动力补... 针对所研制的飞行模拟器用大负载液压六自由度并联运动平台,在对系统闭环动力学模型进行详细分析的基础上,依据系统数学模型存在外扰力、摩擦力及不确知参数等因素影响的控制特性,利用系统闭环动力学模型的动力补偿特性,采用六维动力补偿器,提出一种PD控制器加小波神经网络补偿器进行在线动力学补偿的实时控制策略,并通过实验验证了其控制的有效性.结果表明:该方法具有良好的跟踪特性,能够提高系统响应快速性、运动精度及抗负载扰动能力,很大程度上克服了系统的动力耦合及参数时变和未知力扰动带来的影响,为多自由度运动系统的高性能实时控制开辟了崭新途径. 展开更多

关键词 运动平台 小波 神经网络 动力学

在线阅读 下载PDF 职称材料

基于改进CFD与小波混合神经网络组合的风电场功率预测方法 被引量：21

8

作者 崔嘉 杨俊友 +3 位作者 杨理践 高凯旻 宋志成 高子昂 《电网技术》 EI CSCD 北大核心 2017年第1期79-85,共7页

风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利... 风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利用小波混合神经网络对数值天气预报降尺度;其次,提出了考虑多重尾流的风电场物理CFD模型,并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数;最后,提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明,所提出的预测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。 展开更多

关键词 功率预测 组合方法 计算流体力学 小波混合神经网络 尾流模型

在线阅读 下载PDF 职称材料

基于数据驱动的短期风电出力预估–校正预测模型 被引量：24

9

作者 高亚静 刘栋 +2 位作者 程华新 李天 李鹏 《中国电机工程学报》 EI CSCD 北大核心 2015年第11期2645-2653,共9页

提高风电出力的预测精度可降低含高渗透率风电电力系统调度、优化、规划等策略的保守性和控制策略的复杂性。该文在分析风电出力历史数据与气象因素关系的基础上,建立了基于风电出力数据驱动的短期风电功率预估–校正预测模型。采用具... 提高风电出力的预测精度可降低含高渗透率风电电力系统调度、优化、规划等策略的保守性和控制策略的复杂性。该文在分析风电出力历史数据与气象因素关系的基础上,建立了基于风电出力数据驱动的短期风电功率预估–校正预测模型。采用具有较高精度的小波神经网络预测模型实现预估环节,以自适应动态规划作为附加优化结构,利用风电出力实测数据及时更新预估模型中的参数,实现校正环节,使得预估模型能够适应风机在额定风速以下运行区域内多变的运行点。测试结果表明,该方法在风机出力变化频繁时,能获得比BP、GABP预测模型更高的精度。 展开更多

关键词 风电出力预测 数据驱动 预估–校正 自适应动态规划 小波神经网络

在线阅读 下载PDF 职称材料

基于小波变换和动态神经网络的温室黄瓜蒸腾速率预测 被引量：6

10

作者 孙国祥 闫婷婷 +5 位作者 汪小旵 陈满 张瑜 狄娇 施印炎 陈景波 《南京农业大学学报》 CAS CSCD 北大核心 2014年第5期143-152,共10页

针对作物蒸腾速率与温室环境参数间非线性耦合时延性关系,以温室环境参数:空气温度、空气湿度、太阳辐射度、土壤温度、叶面温度、土壤含水量的时间序列为输入量,温室黄瓜蒸腾速率时间序列为输出量,采用小波分解重构方法,分别建立低频... 针对作物蒸腾速率与温室环境参数间非线性耦合时延性关系,以温室环境参数:空气温度、空气湿度、太阳辐射度、土壤温度、叶面温度、土壤含水量的时间序列为输入量,温室黄瓜蒸腾速率时间序列为输出量,采用小波分解重构方法,分别建立低频时间序列和高频时间序列的非线性自回归动态神经网络(NARX)子网络预测模型,以子网络的预测叠加值为蒸腾速率预测值。结果表明:1层小波分解重构的低频时间序列A1和高频时间序列D1的子网络预测值与蒸腾速率分解重构目标值间相关性决定系数R2分别为0.949和0.853,平均绝对误差(MAE)分别为5.36和2.00 g·h-1。2层小波分解重构的低频时间序列A2和高频时间序列D2的子网络预测值与蒸腾速率分解重构目标值间相关性决定系数R2分别为0.983和0.849,MAE分别为2.88和2.56 g·h-1。1层小波分解重构的时间序列的NARX子网络预测值合成值(A1+D1),2层小波分解重构的时间序列的NARX子网络预测值合成值(A2+D2+D1)和未小波分解重构的原时间序列的NARX预测值与蒸腾速率测量值间相关性决定系数R2分别为0.945、0.974和0.857,MAE分别为5.76、4.42和10.09 g·h-1。小波分解重构的高频和低频时间序列预测合成,能够提高时间序列的预测准确性。同时采用相同网络结构的BP神经网络和NAR动态神经网络预测蒸腾速率时间序列,其预测值与测量值间决定系数R2分别为0.596和0.839,MAE分别为19.55和9.45 g·h-1。NARX预测性能优于NAR和BP神经网络的预测性能,能够应用该方法预测温室黄瓜的蒸腾速率。该方法可推广至多变量非线性强耦合时延性系统中的变量预测。 展开更多

关键词 温室 黄瓜 蒸腾 小波变换 动态神经网络 时间序列 预测

在线阅读 下载PDF 职称材料

基于动态粒度小波神经网络的空气质量预测 被引量：6

11

作者 汪小寒 张燕平 +1 位作者 赵姝 张铃 《计算机工程与应用》 CSCD 2013年第6期221-224,共4页

针对空气质量预测,提出了基于动态粒度小波神经网络的预测方法。为了选取合适的粒度,结合实际问题采用不断尝试的方法动态选取最优粒度,在最优粒度空间中求解问题。粒度变换后可以改变空气质量预测问题的求解空间,提高预测的精确度。实... 针对空气质量预测,提出了基于动态粒度小波神经网络的预测方法。为了选取合适的粒度,结合实际问题采用不断尝试的方法动态选取最优粒度,在最优粒度空间中求解问题。粒度变换后可以改变空气质量预测问题的求解空间,提高预测的精确度。实验也验证了动态选取的最优粒度作为小波神经网络的输入进行空气质量预测,可以取得更好的预测准确率。 展开更多

关键词 商空间 动态粒度 小波神经网络 空气质量 预测

在线阅读 下载PDF 职称材料

计及雾霾影响的短期光伏出力预测和负荷预测 被引量：7

12

作者 杨文海 程华新 +3 位作者 高亚静 朱静 孙永健 王敬敏 《中国电力》 CSCD 北大核心 2016年第S1期148-153,共6页

雾霾天气问题给人们的生产生活带来诸多不便,电力系统的运行、维护和调度控制也深受雾霾影响。在雾霾天气影响日益严重的背景下,分析了雾霾对短期光伏出力和负荷的影响,讨论了预测过程中各类相关因素数据的预处理并加入雾霾因素,引入主... 雾霾天气问题给人们的生产生活带来诸多不便,电力系统的运行、维护和调度控制也深受雾霾影响。在雾霾天气影响日益严重的背景下,分析了雾霾对短期光伏出力和负荷的影响,讨论了预测过程中各类相关因素数据的预处理并加入雾霾因素,引入主成分分析、灰色关联度分析和加权相似度公式选取预测日的"雾霾相似日"用以提高预测精度,采用附加自适应动态规划校正环节的小波神经网络模型进行计及雾霾影响的光伏出力预测和负荷预测,通过算例验证了所提模型及算法的正确性和有效性。 展开更多

关键词 雾霾 预测 相似日 自适应动态规划 小波神经网络

在线阅读 下载PDF 职称材料

大坝安全诊断的混沌优化神经网络模型 被引量：10

13

作者 曹茂森 邱秀梅 夏宁 《岩土力学》 EI CAS CSCD 北大核心 2006年第8期1344-1348,共5页

为了提高大坝变形的预测精度,采用小波变换和分形理论对大坝位移观测数据的非线性动力学特性进行了分析,揭示了其具有低维混沌动力特性,这为大坝变形预测模型的建立提供了理论依据和先验知识。基于低维混沌动力特性,设计了能捕获大坝位... 为了提高大坝变形的预测精度,采用小波变换和分形理论对大坝位移观测数据的非线性动力学特性进行了分析,揭示了其具有低维混沌动力特性,这为大坝变形预测模型的建立提供了理论依据和先验知识。基于低维混沌动力特性,设计了能捕获大坝位移观测数据全局动力特性,兼具神经网络模型结构优化和动力机制时新的混沌优化神经网络大坝变形预测模型。在工程实例中,由多个度量指标组成量化评价体系,对模型预测性能进行综合评价,结果表明,所建模型比传统BP神经网络和ARMA模型具有更高的预测精度。 展开更多

关键词 大坝位移 低维混沌 动力特性 小波变换 混沌优化神经网络

在线阅读 下载PDF 职称材料

改进的小波神经网络算法对变流器的故障诊断方法 被引量：4

14

作者 段其昌 张亮 袁景明 《计算机应用》 CSCD 北大核心 2011年第8期2143-2145,共3页

变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种... 变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法。选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优。 展开更多

关键词 变流器 故障诊断 离散小波神经网络 递推最小二乘法 变加权 变学习率

在线阅读 下载PDF 职称材料

基于单传感器动态检测和神经网络的气体监测 被引量：7

15

作者 黄家锐 李广义 +2 位作者 徐伟宏 黄行九 刘锦淮 《传感器技术》 CSCD 北大核心 2005年第7期72-75,共4页

研究了气体传感器动态检测结合神经网络识别空气中有机气体的新方法。这种方法利用单个SnO2气体传感器而非阵列在方波温度调制的状态下,可实现多种有机气体的定性分析。在0.02Hz的调制频率、250～300℃的温度调制范围,测得传感器对不同... 研究了气体传感器动态检测结合神经网络识别空气中有机气体的新方法。这种方法利用单个SnO2气体传感器而非阵列在方波温度调制的状态下,可实现多种有机气体的定性分析。在0.02Hz的调制频率、250～300℃的温度调制范围,测得传感器对不同体积分数异丙醇、乙酰丙酮和乙醇气体的动态响应。通过小波变换对单个周期测试信号进行特征提取,并将提取的特征值输入神经网络进行定性识别和体积分数估计,仿真识别的成功率高达100%,同时,较准确地实现待测有机气体的体积分数估计。 展开更多

关键词 动态检测 小波变换 有机气体 神经网络 定性识别 定量估计

在线阅读 下载PDF 职称材料

基于递归小波神经网络的非线性动态系统仿真 被引量：14

16

作者 赵凤遥 马震岳 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第7期1453-1455,1539,共4页

为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同... 为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同时具有较好的泛化性能,具有广阔的应用前景。 展开更多

关键词 ELMAN神经网络 递归小波神经网络(RWNN) 梯度下降算法 非线性动态系统 仿真

在线阅读 下载PDF 职称材料

基于动态神经网络的柴油机建模研究 被引量：7

17

作者 陈虞涛 曾凡明 《海军工程大学学报》 CAS 2003年第1期90-93,共4页

针对全柴推进系统仿真中主柴油机输出扭矩的预测问题,分析了输出扭矩的影响因素,在实验室试车台记录数据的基础上,利用小波分析方法对带噪声的原始信号进行预处理,运用Elman动态递归神经网络建立了用于柴油机输出扭矩预测的控制模型.

关键词 柴油机 控制模型 小波分析 动态神经网络 输出扭矩

在线阅读 下载PDF 职称材料

基于动力测试的钢筋混凝土梁火灾损伤识别方法 被引量：14

18

作者 刘才玮 苗吉军 +2 位作者 高天予 黄绪宏 郭新雨 《振动与冲击》 EI CSCD 北大核心 2019年第11期121-131,共11页

为获得混凝土梁的受火损伤程度,提出了基于小波神经网络技术以等效爆火时间为指标的损伤识别新方法。首先建立了简支梁的火灾损伤识别方法,并用数值模拟对其进行了验证;然后建立了的适用于混凝土连续梁火灾损伤识别的三步定位新方法,以... 为获得混凝土梁的受火损伤程度,提出了基于小波神经网络技术以等效爆火时间为指标的损伤识别新方法。首先建立了简支梁的火灾损伤识别方法,并用数值模拟对其进行了验证;然后建立了的适用于混凝土连续梁火灾损伤识别的三步定位新方法,以三跨连续梁为例对其应用进行了详细说明,数值模拟结果表明该方法准确度较高;最后设计4根足尺寸钢筋混凝土简支梁L1 -L4,分别对LI -L4进行60 min、90 min、120 min、150 min的火灾试验及灾后承载力试验,实测了火灾前、后及过程中的结构模态信息及灾后荷载-位移曲线,基于修正后的精细化模型,利用前2阶不完备模态信息构造小波神经网络输入参数,等效爆火时间作为输出参数进行损伤识别,实测值与识别预测值吻合较好,验证该方法的可靠性。 展开更多

关键词 钢筋混凝土梁 损伤识别 小波神经网络 动力测试 火灾试验

在线阅读 下载PDF 职称材料

一类递归小波神经网络的稳定性研究 被引量：4

19

作者 邓韧 李著信 樊友洪 《应用数学和力学》 CSCD 北大核心 2007年第4期428-432,共5页

在小波神经网络(WNNs)和递归神经网络(RNNs)的基础上,提出了一类递归小波神经网络(RWNNs)模型,它具有两种网络模型的优点.根据Liapunov渐近稳定理论,对该模型的渐近稳定性进行了研究,并给出了相关的定理和公式.仿真结果表明该模型对非... 在小波神经网络(WNNs)和递归神经网络(RNNs)的基础上,提出了一类递归小波神经网络(RWNNs)模型,它具有两种网络模型的优点.根据Liapunov渐近稳定理论,对该模型的渐近稳定性进行了研究,并给出了相关的定理和公式.仿真结果表明该模型对非线性动态系统有良好的辨识效果. 展开更多

关键词 递归小波神经网络 渐近稳定性 非线性系统 Liapmmv函数

在线阅读 下载PDF 职称材料

基于小波神经网络的动态测试误差溯源研究 被引量：8

20

作者 许桢英 费业泰 《农业机械学报》 EI CAS CSCD 北大核心 2003年第4期117-119,共3页

提出了一种新的动态精度理论——动态测试误差溯源理论 ,将测试系统的输出总误差分解并溯源到系统内部各组成单元以及外界干扰因素 ,并给出了其建模方法。小波神经网络是现代信号处理中一种重要的分析方法 ,它结合了小波变换和神经网络... 提出了一种新的动态精度理论——动态测试误差溯源理论 ,将测试系统的输出总误差分解并溯源到系统内部各组成单元以及外界干扰因素 ,并给出了其建模方法。小波神经网络是现代信号处理中一种重要的分析方法 ,它结合了小波变换和神经网络两者的优点。文中利用小波神经网络 ,根据系统的白化模型 ,对仿真动态测试系统的输出误差进行了溯源研究 ,并得到了理想的结果。 展开更多

关键词 小波神经网络 动态测试 测试误差 动态精度理论 建模方法 白化模型 信息处理技术

在线阅读 下载PDF 职称材料