作者:滕军,卢伟 单位:东南大学 出版:《东南大学学报(自然科学版)》2010年第03期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFDNDX2010030210 DOC编号:DOCDNDX2010030219 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于灵敏度的平板结构多类型传感器优化布置》PDF+DOC2015年第04期 孙晓丹,侯钢领,王月敏,陈强 《无线传感器网络在桥梁健康监测中的应用》PDF+DOC 俞姝颖,吴小兵,陈贵海,戴海鹏,洪卫星 《基于HHT的复合材料层合板结构损伤识别》PDF+DOC2017年第12期 华林,康建雄,王富生,刘军,岳珠峰 《柔性应变传感器在人体运动监测中的应用研究》PDF+DOC2020年第09期 李小生 《沿海高桩码头结构健康监测系统设计研究》PDF+DOC2019年第03期 魏俊,胡皓,曹素功,郑祥隆 《基于互相关函数幅值向量的结构损伤检测实验研究》PDF+DOC2006年第11期 于哲峰,杨智春,舒忠平 《一种基于数据融合的结构损伤识别方法》PDF+DOC2010年第06期 焦莉,张海,伊廷华,金世宏 《结构应变的无线监测及融合技术》PDF+DOC2006年第04期 喻言,欧进萍 《基于CHMMs的自适应行为识别方法》PDF+DOC2014年第10期 李军怀,严其松,王志晓,魏嵬,张璟 《应用遗传算法和散射Lamb波的板结构损伤识别》PDF+DOC2007年第03期 严刚,周丽
  • 计算2组基于径向基神经网络的结构损伤程度识别结果,一组神经网络输入是加速度传感器信息,另一组神经网络输入是应变传感器信息;以2组识别结果及其可靠性为基础,提出采用D-S证据理论数据融合方法的结构损伤程度综合识别方法.以网壳结构为研究对象,建立结构损伤模型和神经网络样本库及输入输出向量,并对不同噪声水平下结构损伤程度识别结果进行计算.计算结果显示,基于多类型传感器信息的结构损伤程度综合识别结果的误差明显小于基于单类型传感器的识别结果,并在神经网络输入有噪声的情况下,仍保持较好的效果.因此,基于多类型传感器信息的结构损伤程度识别方法在合理应用结构多类型响应信息的基础上,能够获得更优的结构损伤程度识别结果。

    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。