-
公开(公告)号：CN114049586A
公开(公告)日：2022-02-15
申请号：CN202111276493.8
申请日：2021-10-29
Applicant: 厦门大学
IPC: G06V20/40 , G06V10/25 , G06V10/74 , G06V10/82 , G06K9/62 , G01H9/00 , G01H17/00 , G06N3/04 , G06N3/08
Abstract: 本发明提供基于计算机视觉及功率谱传递比的振动频率自动识别方法，包括：基于光流法自动输出ROI中每个有效像素的振动信号；传递比函数与传递比矩阵的构造；通过模板匹配方法定位得到峰值曲线的峰；利用峰值检测器进行峰值选取。本发明基于深度学习增强图像处理技术及功率谱传递比，可自动地实现从振动信号提取到频率识别的全过程。相比传统模态识别方法，具有适用性广、识别精度高、鲁棒性强且无需过多人为干预的优点，为结构实时健康监测提供了更大的可能性。
-
公开(公告)号：CN112926384A
公开(公告)日：2021-06-08
申请号：CN202110055708.7
申请日：2021-01-15
Applicant: 厦门大学
Abstract: 本发明提供了一种基于功率谱传递比和支持向量机的模态自动识别方法，包括如下步骤：建立传递比函数与传递比矩阵；计算PSDT有理函数的峰值曲线坡度；基于支持向量机的系统极点自动识别；求解模态参数构造稳定图；计算模态相似性系数；基于支持向量机的稳定轴自动识别。本发明提供的方法可以自动运行以识别模态参数而无需人工干预，可以有效地消除虚假模态，并通过自动识别方法可以准确识别出密集模式，并且具有强大的鲁棒性以抵抗噪声干扰，因此在实时SHM中具有广阔的应用前景。
-
公开(公告)号：CN114049586B
公开(公告)日：2024-07-05
申请号：CN202111276493.8
申请日：2021-10-29
Applicant: 厦门大学
Abstract: 本发明提供基于计算机视觉及功率谱传递比的振动频率自动识别方法，包括：基于光流法自动输出ROI中每个有效像素的振动信号；传递比函数与传递比矩阵的构造；通过模板匹配方法定位得到峰值曲线的峰；利用峰值检测器进行峰值选取。本发明基于深度学习增强图像处理技术及功率谱传递比，可自动地实现从振动信号提取到频率识别的全过程。相比传统模态识别方法，具有适用性广、识别精度高、鲁棒性强且无需过多人为干预的优点，为结构实时健康监测提供了更大的可能性。
-
公开(公告)号：CN112926384B
公开(公告)日：2022-07-15
申请号：CN202110055708.7
申请日：2021-01-15
Applicant: 厦门大学
Abstract: 本发明提供了一种基于功率谱传递比和支持向量机的模态自动识别方法，包括如下步骤：建立传递比函数与传递比矩阵；计算PSDT有理函数的峰值曲线坡度；基于支持向量机的系统极点自动识别；求解模态参数构造稳定图；计算模态相似性系数；基于支持向量机的稳定轴自动识别。本发明提供的方法可以自动运行以识别模态参数而无需人工干预，可以有效地消除虚假模态，并通过自动识别方法可以准确识别出密集模式，并且具有强大的鲁棒性以抵抗噪声干扰，因此在实时SHM中具有广阔的应用前景。
-
-
-
Search Results
4
records
(took 0.014 seconds)
