曹军宏
- 作品数：9 被引量：15H指数：3
- 供职机构：中国人民解放军海军装备研究院更多>>
- 发文基金：国家部委资助项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术建筑科学电子电信电气工程更多>>
- 基于量子遗传算法的盲源分离时延优选被引量：1
- 2012年
- 为解决时间信号盲源分离算法中的时延选择问题,提出一种基于量子遗传算法的时延自适应优化选择方法。采用量子编码表征染色体,量子坍塌的随机观察结果与时延相结合形成种群,对若干时延二阶相关矩阵同时近似对角化,利用分离信号的负熵构造适应度函数,通过量子旋转门算子来实现染色体的演化更新。语音信号的盲源分离实验结果表明,与其他方法相比,该方法具有更好的种群多样性和更快的收敛速度及全局寻优的能力。
- 曹军宏韦灼彬高屹张宁
- 关键词：量子遗传算法量子计算盲源分离时间信号时延优化
- 基于ICA和SVM的结构损伤识别被引量：1
- 2012年
- 为了有效去除钢结构振动信号中的噪声,提取用于损伤识别的特征参数,采用独立分量分析(ICA)方法分离出统计独立信号,得到表征结构损伤状态的混合矩阵,然后将混合矩阵作为特征参数输入至支持向量机(SVM)进行训练,最后将训练好的SVM作为分类器进行损伤识别。在冲击载荷作用下,对钢框架结构模型进行了不同损伤位置的振动试验,结果表明:基于ICA和SVM的损伤识别方法具有较高的识别率和可重复性,而且实现方法简单,在结构损伤识别领域具有较大的应用潜力。
- 曹军宏韦灼彬
- 关键词：独立分量分析特征参数损伤识别
- 双壳体潜艇磁场变化的实验研究与特性分析
- 2015年
- 双壳体潜艇的磁化特征与单壳体潜艇有较大区别,为了将其磁化特性分析清楚,建立了双层圆柱形铁壳桶的简易潜艇模型,并将其放置于地球磁场环境中,利用通电线圈产生的强大磁场对潜艇模型进行局部磁化;然后,以潜艇垂向磁场变化量作为分析对象,并结合舰船磁场规律、磁滞特性、退磁场等理论,对双壳体潜艇的磁场变化规律进行了定性分析。研究结果表明:双壳体潜艇的外壳磁化规律近似于单壳体潜艇,而由于外壳屏蔽地球磁场,内壳几乎只受到线圈磁化影响。该结论可以为舰船消磁作业等提供理论依据。
- 曹军宏庄飚母海方樊鑫周国华
- 关键词：潜艇磁场磁化特性双层壳体舰船消磁
- 改进型盲源分离在结构模态识别中的应用被引量：3
- 2013年
- 提出一种基于量子遗传算法的二阶盲源分离识别结构模态参数的新方法,首先,对测量信号进行Hilbert变换构建分析信号;然后,采用量子遗传算法求解最优时延,利用最优时延的二阶协方差矩阵同时对角化进行信号分离,得到的混合矩阵作为模态振型;最后,对单自由度模态响应提取模态频率和阻尼比。钢框架结构实验结果表明,该方法不仅适用于实模态情况,同时适用于复模态情况,且计算简单、识别精度高。
- 曹军宏韦灼彬刘树勇
- 关键词：模态参数识别盲源分离量子遗传算法复模态
- 时延优化二阶盲辨识应用于密集模态结构参数识别
- 针对传统方法进行密集模态参数识别准确度较低的问题,提出基于时间延迟（时延）优化的二阶盲辨识算法。利用量子遗传算法对二阶盲辨识算法中的时延进行优化选择,然后对观测信号的最优时延二阶协方差矩阵对角化,同时得到模态振型和单自由...
- 曹军宏庄飚韦灼彬
- 关键词：模态识别时延优化量子遗传算法
- 文献传递
- 独立分量分析结合马氏距离的非监督损伤识别方法被引量：2
- 2012年
- 为了解决结构损伤识别中监督学习方法在实际中难以获得损伤样本的限制,提出基于独立分量分析ICA(Independent Component Analysis)结合马氏距离判断结构损伤的方法。首先采用ICA方法提取统计独立源信号和混合矩阵,将混合矩阵作为特征参数输入至马氏距离判别函数,然后根据结构健康状态的马氏距离设计门限值,该门限值与检测信号的马氏距离的比较结果作为损伤判断的依据。在冲击载荷作用下,对钢框架结构模型进行了振动实验,结果表明:ICA方法提取的混合矩阵是一种有效的损伤特征参数,基于ICA和马氏距离的非监督学习方法能够正确识别结构损伤,从而为结构健康监测提供了一种行之有效的损伤识别方法。
- 曹军宏韦灼彬高屹
- 关键词：独立分量分析混合矩阵损伤识别
- 舰船动态消磁方法初步研究被引量：5
- 2007年
- 传统消磁方法存在舰船系留时间长、机动性和隐蔽性差等弊端,舰船动态消磁法是解决这些弊端的有效手段。其基本思想是:使舰船慢速通过由平铺在海底的组合式消磁线圈所产生的磁场空间,从而达到在运动中消磁的目的。模型实验证明,动态消磁法能够在很短的时间内使舰船磁场得到明显的改善。
- 曹军宏周耀忠郭成豹
- 关键词：舰船
- 基于独立分量分析和神经网络的钢结构损伤识别方法被引量：3
- 2012年
- 为了有效剔除钢结构振动信号中的噪声,提取用于损伤识别的特征量,采用独立分量分析方法分离统计独立信号,同时得到表征结构损伤状态的混合矩阵,然后将混合矩阵作为特征量输入至神经网络进行训练,最后将训练好的神经网络作为分类器进行结构损伤识别。在冲击载荷作用下,针对钢框架结构模型进行了不同损伤部位的振动实验,结果表明:基于独立分量分析和神经网络的损伤识别方法具有较高的识别率和可重复性,而且实现简单,在结构损伤识别领域具有较大的应用潜力。
- 曹军宏韦灼彬
- 关键词：独立分量分析神经网络损伤识别钢结构
- 基于独立分量分析和支持向量机的结构损伤识别集成算法
- 2011年
- 针对模式识别最关键的两个环节:特征提取和分类器设计,提出了基于独立分量分析(ICA)和支持向量机(SVM)的损伤识别集成算法,首先应用ICA方法计算独立源信号和混合矩阵[A],利用混合矩阵与模态振型的对应关系,得到振型矩阵[Φ],将模态振型的变形矩阵[Φ]*作为特征参数输入至SVM分类器进行损伤识别,在冲击载荷作用下,对钢框架结构模型进行了振动试验,结果表明:ICA方法提取的模态振型是一种高效的损伤特征参数,基于ICA和SVM的集成算法能够成功识别结构损伤、损伤位置和损伤程度,从而为结构健康监测提供了一种行之有效的损伤识别方法。
- 曹军宏韦灼彬
- 关键词：独立分量分析支持向量机损伤识别
