-
公开(公告)号:CN106446503B
公开(公告)日:2019-02-22
申请号:CN201610578140.6
申请日:2016-07-21
Applicant: 华侨大学
Abstract: 本发明公开了一种遗忘自协方差矩阵递推主元的时变工作模态识别方法,包括:获取线性时变结构在环境激励下多个振动响应传感器从初始时刻0到时刻k的非平稳信号数据矩阵,归一化后求其自协方差矩阵并进行形式的特征向量分解,储存V(k)。获取下一时刻的时域振动响应信号数据,对新的自协方差矩阵进行递归推导时,加入遗忘因子,分配给新旧数据不同的权重,得到V(k+1);循环上述推导步骤,能够得到任意时刻的V(k),V(k)对应k时刻该结构的瞬态工作模态振型矩阵,利用单自由度识别技术对矩阵V(k)TXk进行处理,得到k时刻该结构的瞬时工作固有模态频率。该方法能够有效监测线性工程结构工作模态参数的时变结构特性,可被用于设备故障诊断、健康监测以及系统结构分析与优化。
-
公开(公告)号:CN106096718A
公开(公告)日:2016-11-09
申请号:CN201610395724.X
申请日:2016-06-06
Applicant: 华侨大学
IPC: G06N3/00
CPC classification number: G06N3/006
Abstract: 本发明公开了一种归一化粒子群随机优化算法(PSO)以及6种归一化加权协同过滤推荐方法。本发明公开的归一化PSO随机优化算法通过吸引子和空间缩放,确定单个粒子的最优位置和群体的最优位置。用于求解最优化问题时,其解满足归一化约束,吸引子是算法的稳定点,算法在围绕该点做螺旋运动,故使用吸引子作为缩放中心使得算法避免粒子越界和早熟的缺点,更容易寻找到全局最优点。本发明公开的6种归一化加权协同过滤推荐方法通过对用户或项目进行归一化加权,并以平均绝对误差(MAE)最小为优化目标和适应度函数,使用归一化PSO随机优化算法求解用户和项目的最优归一化权值,从而达到减少预测评分误差,提高预测评分精度的目的。
-
公开(公告)号:CN106446503A
公开(公告)日:2017-02-22
申请号:CN201610578140.6
申请日:2016-07-21
Applicant: 华侨大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种遗忘自协方差矩阵递推主元的时变工作模态识别方法,包括:获取线性时变结构在环境激励下多个振动响应传感器从初始时刻0到时刻k的非平稳信号数据矩阵 归一化后求其自协方差矩阵并进行形式的特征向量分解,储存V(k)。获取下一时刻的时域振动响应信号数据,对新的自协方差矩阵进行递归推导时,加入遗忘因子,分配给新旧数据不同的权重,得到V(k+1);循环上述推导步骤,能够得到任意时刻的V(k),V(k)对应k时刻该结构的瞬态工作模态振型矩阵,利用单自由度识别技术对矩阵V(k)TXk进行处理,得到k时刻该结构的瞬时工作固有模态频率。该方法能够有效监测线性工程结构工作模态参数的时变结构特性,可被用于设备故障诊断、健康监测以及系统结构分析与优化。
-
-