您的位置: 专家智库 > >

徐成

作品数:3 被引量:12H指数:2
供职机构:华北电力设计院工程有限公司更多>>
发文基金:中国航空科学基金更多>>
相关领域:理学一般工业技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇一般工业技术
  • 3篇理学

主题

  • 3篇模态
  • 3篇模态参数
  • 2篇模态分析
  • 1篇信噪比
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇网络
  • 1篇稀疏化
  • 1篇向量机
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇盲源分离
  • 1篇模态参数识别
  • 1篇结构动力

机构

  • 3篇北京航空航天...
  • 2篇北京国电华北...
  • 1篇华北电力设计...

作者

  • 3篇付志超
  • 3篇徐成
  • 3篇程伟
  • 1篇李晶

传媒

  • 1篇机械强度
  • 1篇振动与冲击
  • 1篇航空学报

年份

  • 2篇2010
  • 1篇2009
3 条 记 录,以下是 1-3
排序方式:
基于R-SOBI的结构模态参数辨识方法被引量:7
2010年
提出了一种基于稳健SOBI算法提取结构/系统的频率、阻尼比及模态振型的方法。运用该法提取系统/结构模态参数的步骤为:首先利用稳健SOBI的盲源分离方法采集的信号进行分离,然后将分离矩阵作为结构/系统的模态振型矩阵,最后再对各个分离后的单自由度信号提取频率、阻尼比参数。研究结果表明,提出的方法可以准确提取出结构/系统的模态参数,尤其是即使噪声环境下仍然能准确提取出系统的模态振型矩阵。
付志超程伟徐成
关键词:模态参数识别信噪比盲源分离结构动力学
一种基于神经网络的模态参数识别方法被引量:1
2010年
提出一种利用神经网络结合自回归滑动平均时间序列分析来提取结构或系统模态参数的方法。这种方法首先运用神经网络计算出自回归滑动平均时间序列分析中的未知系数,然后提取出系统的模态参数。数值仿真及实验结果表明,该方法具有很高的识别精度、对噪声不敏感和具有很强的抗噪性的特性,这几点是传统时域辨识方法不具备的。文中提出的方法适合提取出实际系统的模态参数,对实际测量信号分析具有较好的参考价值。
付志超程伟李晶徐成
关键词:人工神经网络TIME模态分析
基于LS-SVM的模态参数识别方法被引量:4
2009年
将最小二乘支持向量机回归用于系统的模态参数识别研究。针对经典的最小二乘支持向量回归缺少鲁棒性和稀疏性的缺陷,提出了一种兼具鲁棒性和稀疏性的最小二乘支持向量回归的算法,并保持了它原有的计算速度快的优点。最后,结合结构动力学方程的自回归滑动平均时间序列形式,给出了结构的模态参数提取方法和流程,给出了相应的数值算例以及进行了实验的检验证明。结果表明,本文的方法能够快速、准确地提取出系统的模态参数。
付志超程伟徐成
关键词:最小二乘支持向量机鲁棒性稀疏化模态分析
共1页<1>
聚类工具0