您的位置: 专家智库 > >

汤博文

作品数:2 被引量:4H指数:1
供职机构:长沙理工大学土木与建筑工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:建筑科学电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信
  • 2篇建筑科学

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇损伤识别
  • 2篇小波
  • 2篇小波神经
  • 2篇小波神经网络
  • 1篇损伤识别方法
  • 1篇网络
  • 1篇小波变换
  • 1篇小波分析
  • 1篇结构损伤识别
  • 1篇结构损伤识别...
  • 1篇结构损伤诊断
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇波变换

机构

  • 2篇长沙理工大学

作者

  • 2篇管德清
  • 2篇荣政
  • 2篇汤博文

传媒

  • 1篇长沙理工大学...
  • 1篇交通科学与工...

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
基于小波神经网络的框架结构损伤识别被引量:1
2014年
以含损伤的框架结构为研究对象,对损伤位置和损伤程度进行识别。运用有限元分析原理,采用Lanczos法得到框架结构的转角模态,对其转角模态进行连续小波变换可以得到结构的小波系数,再由小波系数模极大值确定损伤的位置。以损伤后结构的固有频率作为神经网络输入参数构造神经网络,从而实现对框架结构损伤程度的识别。通过对一平面框架结构的损伤识别计算分析,验证了方法的有效性。
管德清荣政汤博文
关键词:小波分析神经网络损伤识别
基于转角模态小波神经网络的结构损伤识别方法被引量:3
2014年
以小波分析为基础,结合神经网络技术,研究了结构的损伤识别问题,建立了一种基于转角模态小波神经网络的结构损伤识别方法。采用有限元理论,运用Lanczos法,分析结构的损伤,得到了结构的转角模态参数。然后,对其模态参数进行连续小波变换,得出了小波系数图,由小波系数模极大值可判断结构损伤的位置。利用BP神经网络模拟小波系数模极大值与损伤程度之间的非线性关系,从而由网络的输出结果可识别结构的损伤程度。通过对一简支梁的损伤识别计算分析,验证了该方法的有效性。该方法可供结构损伤诊断的工程应用参考。
管德清汤博文荣政
关键词:小波变换BP神经网络结构损伤诊断
共1页<1>
聚类工具0