-
公开(公告)号:CN118333348B
公开(公告)日:2024-08-30
申请号:CN202410756556.7
申请日:2024-06-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/0631 , G06F7/78 , G06N20/00 , G06F17/12 , G06F17/16 , G06F18/15 , G06F18/2135
Abstract: 本申请公开了一种嵌入物理信息的稀疏传感器布置方法、装置及设备,所述方法通过获取目标结构的先验信息,提取先验信息的自适应基矩阵;基于自适应基矩阵通过压缩感知方法构建最优稀疏测量矩阵问题,并求解最优稀疏测量矩阵问题,得到最优稀疏测量矩阵;基于最优稀疏测量矩阵确定目标结构对应的传感器布置策略,按照传感器布置策略为目标结构布置传感器。本申请通过压缩感知方法来确定最优稀疏测量矩阵,使得每个传感器收集的数据对于解决特定问题具有最大的相关性,提高了传感器布置策略的准确性,避免了信息的冗余和资源浪费,更高效地利用有限的传感器资源,减少了目标结构监测所需的传感器数量,从而降低系统的总成本。
-
公开(公告)号:CN118296360B
公开(公告)日:2024-08-30
申请号:CN202410726899.9
申请日:2024-06-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/213
Abstract: 本申请公开了一种基于SVD的结构动态响应的预测方法、装置及设备,所述方法在构建状态空间方程后,通过奇异值分解方式对状态空间方程进行降阶,然后求解降阶状态空间方程的低维矩阵的特征值和特征向量,再将求解得到的特征向量映射至降阶系统矩阵,以得到预测结构动态响应。本申请通过将系统矩阵降维为低维矩阵,然后对低维矩阵进行求解,这样不仅减少了需要处理的数据量,也提高了计算特征值和特征向量的速度。同时,本申请在求解到低维矩阵的特征向量和特征值后,将低维矩阵的特征向量和特征向量投影至降阶系统矩阵,从而可以准确地捕捉和描述原系统的动态特性,提高了预测准确性。
-
公开(公告)号:CN118333348A
公开(公告)日:2024-07-12
申请号:CN202410756556.7
申请日:2024-06-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/0631 , G06F7/78 , G06N20/00 , G06F17/12 , G06F17/16 , G06F18/15 , G06F18/2135
Abstract: 本申请公开了一种嵌入物理信息的稀疏传感器布置方法、装置及设备,所述方法通过获取目标结构的先验信息,提取先验信息的自适应基矩阵;基于自适应基矩阵通过压缩感知方法构建最优稀疏测量矩阵问题,并求解最优稀疏测量矩阵问题,得到最优稀疏测量矩阵;基于最优稀疏测量矩阵确定目标结构对应的传感器布置策略,按照传感器布置策略为目标结构布置传感器。本申请通过压缩感知方法来确定最优稀疏测量矩阵,使得每个传感器收集的数据对于解决特定问题具有最大的相关性,提高了传感器布置策略的准确性,避免了信息的冗余和资源浪费,更高效地利用有限的传感器资源,减少了目标结构监测所需的传感器数量,从而降低系统的总成本。
-
公开(公告)号:CN118296360A
公开(公告)日:2024-07-05
申请号:CN202410726899.9
申请日:2024-06-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/213
Abstract: 本申请公开了一种基于SVD的结构动态响应的预测方法、装置及设备,所述方法在构建状态空间方程后,通过奇异值分解方式对状态空间方程进行降阶,然后求解降阶状态空间方程的低维矩阵的特征值和特征向量,再将求解得到的特征向量映射至降阶系统矩阵,以得到预测结构动态响应。本申请通过将系统矩阵降维为低维矩阵,然后对低维矩阵进行求解,这样不仅减少了需要处理的数据量,也提高了计算特征值和特征向量的速度。同时,本申请在求解到低维矩阵的特征向量和特征值后,将低维矩阵的特征向量和特征向量投影至降阶系统矩阵,从而可以准确地捕捉和描述原系统的动态特性,提高了预测准确性。
-
-
-