CN113988210B 结构监测传感网失真数据修复方法、装置及存储介质 (长沙理工大学)_第1页
CN113988210B 结构监测传感网失真数据修复方法、装置及存储介质 (长沙理工大学)_第2页
CN113988210B 结构监测传感网失真数据修复方法、装置及存储介质 (长沙理工大学)_第3页
CN113988210B 结构监测传感网失真数据修复方法、装置及存储介质 (长沙理工大学)_第4页
CN113988210B 结构监测传感网失真数据修复方法、装置及存储介质 (长沙理工大学)_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明公开了一种结构监测传感网失真数到失真的结构监测传感器的结构响应数据归一为在线智能识别与数据修复,数据重建方法合2获取各结构监测传感器的结构响应数据,并分别输入失真识别模型,得对于识别结果为失真的结构监测传感器,获取与其相关联的各结构监测对结构响应数据归一化修正值进行反归一化处理,得到失真的结构监测获取正常结构响应数据样本和包括各类故障的失真结构响应分别将各结构监测传感器作为待预测结构监测传感器据及与其相关联的结构监测传感器的历史正常结构响应数据,并对数据进行归一化预处分别基于各训练样本集,以相关联的结构监测传感器的历史正常结构响应数据为输所述一维卷积神经网络包括三个卷积池化层和一个全连接层,使用Softmax函数输出监测传感器的测量值;M表示相关联的结构监测传感器总数,T表示结构响应数据的序列长3式中,mgs(:)和mia(x:')分别为第n个相关联的结构监测传感器所有时刻测量值中的x()和mjn()分别为待预测结构监测传感器所有时刻测量值中的最4.根据权利要求1所述的结构监测传感网失真数据修复方法,其tttfi5.根据权利要求1所述的结构监测传感网失真数据所述采用粒子群优化算法获取最优BLSTM参数迭代更新每个粒子的位置和速度,每次迭代后均计算适应度值,直4传感器的结构响应数据预测值,yt表示t时刻待预测结构监测传感器的结构响应数据真实采用同一失真数据重建模型对失真的结构监测传感器的结构响应数据进行多次修正式构建失真的结构监测传感器的结构响应数据修正值的概率分布对失真数据重建模型式中,N表示正态分布;表示t时刻失真的结构监测传感器的结构响应数据修正值均t为t时刻失真的结构监测传感器的结构响应数据修正值标准失真数据识别模块,用于获取各结构监测传感器的结构响应失真数据重建模块,用于获取识别结果为失真的结构监测传感监测传感器历史正常结构响应数据对BLSTM进行训练反归一化模块,用于对结构响应数据归一化修正值理器执行时实现如权利要求1至6任一项所述的结构监测传感网失真数据5现有的结构监测传感网采集的失真结构响应数据重建方法器历史正常结构响应数据对BLSTM进行训6[0013]所述一维卷积神经网络包括三个卷积池化层和一个全连接层,使用Softmax函数7i监测传感器的结构响应数据预测值,yt表示t时刻待预测结构监测传感器的结构响应数据[0042]采用同一失真数据重建模型对失真的结构监测传感器的结构响应数据进行多次修正重建,并获取多次失真的结构监测传感器的结构响应数据修正值的均值和置信区间,按下式构建失真的结构监测传感器的结构响应数据修正值的概率分布对失真数据重建8结构监测传感器历史正常结构响应数据对BLSTM序被处理器执行时实现如上所述的结构监测传构对有效信息进行选择记忆,结合粒子群(PSO)算法对双向长短时记忆网络模型参数进行9选取相关性最强的k个传感器作为相关联的结构监[0081]S23:分别将各训练样本集划分为对应的训练集和测试集,基于各训练集各测试器的历史正常结构响应数据为输出,对BLSTM进行训练,且采用粒子群优化算法获取最优监测传感器的结构响应数据预测值,yt表示t时刻待预测结构监测传感器的结构响应数据[0096]如图6所示,为粒子群优化算法优化参数的流程图,对于粒子群中的每个粒子而位置靠近,且满足最大迭代次数或者适应度值小于预设值(全局最优位置满足最小界限),据修正值的概率分布对失真数据重建模型固有不确定结构监测传感器历史正常结构响应数据对BLSTM序被处理器执行时实现如上所述的结构监测传现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0111]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一未详细说明的内容可以参见其他实施例中相

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论