《基于神经网络及时间序列混合模型的桥梁健康监测系统缺失数据填补》PDF+DOC

📙 相关资料

1. 《基于卷积神经网络的缺失数据填充方法》PDF+DOC 受不利因素影响，传感器网络中的数据不可避免地存在缺失，阻碍上层应用对数据的分析与处理.使用能够自主提取和学习有效特征结构的卷积神经网络对缺失数据问题进行研究，提出一种基于卷积神经网络的缺失数据填充方法.首先，分别针对时间序列数据的时间相关性和传感器节点间的空间相关性，使用卷积神经网络填充模型对缺失数......
2. 《采用基于神经网络的时间序列预测器的传感器故障诊断新方法》PDF+DOC 本文提出一种采用基于神经网络的时间序列预测器的传感器故障诊断新方法。它先用神经网络对传感器输出序列建立预测模型（简称神经网络预测模型），然后利用神经网络预测模型预测传感器输出值和传感器实际输出之差判断传感器是否发生故障。与其它方法相比，本文方法只需单一传感器输出信号即可诊断相应的传感器是否发生故障。......
3. 《预测模具型腔温度的人工神经网络》PDF+DOC 本文表明应用人工神经网络，由一个简单的销状温度传感器取得可靠数据，便可准确地预测出模具型腔的温度。...
4. 《桥梁健康监测及诊断研究综述》PDF+DOC 本文分析了桥梁结构健康监测和诊断的必要性和紧迫性，对桥梁结构损伤探测的方法进行了详细的分类及论述。提出了桥梁健康监测和诊断的研究新领域———无线监测系统。最后指出了桥梁健康监测和诊断中存在的问题及发展趋势。...
5. 《基于神经网络预测器的传感器数据证实技术研究》PDF+DOC 提出了基于神经网络预测器的传感器数据证实技术。首先利用神经网络对传感器输出的时间序列建立预测模型，然后利用该模型预测出传感器输出值，并用该值与传感器实际输出值之差判断传感器实际输出的可靠性和有效性，进而减小传感器“软故障”和不同环境噪声对传感器输出数据的影响。同时，为了实现在线应用，采用了遗传算法对......
6. 《基于时间序列和神经网络的温室传感器节点故障诊断》PDF+DOC 温室无线传感器网络中故障节点会产生并传输错误数据，不仅消耗节点的能量和带宽，而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络，建立基于时间序列和神经网络的传感器节点故障诊断系统，通过对传感器样本数据进行时序分析，提取模型参数作为特征向量，并以此对遗传BP......
7. 《神经网络预测功能在故障诊断中的应用》PDF+DOC 传感器是信号提取的重要部件，为了减少由于其故障而造成的损害，对传感器的故障检测与诊断是十分重要的。简要介绍了基于神经网络的时间序列预测器方法，并将该方法应用于控制系统中某传感器漂移故障的检测，仿真试验表明该方法能有效地检测出该故障。...
8. 《神经网络预测方法在鱼雷系统传感器故障诊断中的应用》PDF+DOC 介绍了基于神经网络的时间序列预测器的传感器故障诊断方法。首先采用神经网络建立预测模型，然后利用预测值和传感器实际输出值之差判断传感器是否发生故障。分别使用BP和Elman两类神经网络，经过离线学习和在线学习对某传感器偏移故障进行检测，仿真试验表明该方法对传感器故障诊断行之有效。...
9. 《基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法》PDF+DOC 该文在分析了时间序列模型的自回归系数对结构单元刚度灵敏度的基础上，提出了一种采用随机载荷作用下结构的时域响应数据进行损伤识别的新方法。该方法首先根据随机载荷作用下的结构响应拟合适用的时序模型；然后建立基于自回归系数的损伤灵敏度矩阵，通过该矩阵可以建立由单元损伤导致的自回归系数的变化与损伤系数变化之间......
10. 《传感器性能实时评估方法》PDF+DOC 为了实时监视传感器的工作状态，基于传感器的性能指标，确定了以传感器输出数据有效度作为评估基准的评估方法。该方法采用小波实时滤波技术对传感器的输出时间序列进行滤波处理，运用人工神经网络预测传感器输出值，并与实测值进行比较求出残差，由此来确定传感器的有效度指数。实验结果表明，本文提出评估传感器性能的方法......