-
Patent Agency Ranking
公开(公告)号：CN110110583B
公开(公告)日：2022-10-11
申请号：CN201910192752.5
申请日：2019-03-14
Applicant: 长安大学
IPC: G06V10/94 , G06V10/96 , G06V10/762 , G06F17/16 , G06Q10/06
Abstract: 本发明公开了一种实时在线一体化桥梁模态参数自动识别系统，包括：数据传输与解析模块，用于将采集的监测数据转换为标准数据文件并进行存储；数据监测和读取模块，用于通过实时检测存储的标准数据文件的数据量判断是否调用模态参数自动识别算法，如果数据量达到分析用数据量时，即通过所述的算法开始分析；模态参数自动识别模块，用于通过模态参数自动识别算法进行模态参数的识别。本发明首次引入图像识别领域的图像识别算法，只需要输入最大聚类数目就可以实现模态参数自动识别，引入的图像识别算法相较与传统识别算法简化了参数输入的难度，更适合实时在线识别。
-
公开(公告)号：CN110110583A
公开(公告)日：2019-08-09
申请号：CN201910192752.5
申请日：2019-03-14
Applicant: 长安大学
Abstract: 本发明公开了一种实时在线一体化桥梁模态参数自动识别系统，包括：数据传输与解析模块，用于将采集的监测数据转换为标准数据文件并进行存储；数据监测和读取模块，用于通过实时检测存储的标准数据文件的数据量判断是否调用模态参数自动识别算法，如果数据量达到分析用数据量时，即通过所述的算法开始分析；模态参数自动识别模块，用于通过模态参数自动识别算法进行模态参数的识别。本发明首次引入图像识别领域的图像识别算法，只需要输入最大聚类数目就可以实现模态参数自动识别，引入的图像识别算法相较与传统识别算法简化了参数输入的难度，更适合实时在线识别。
-
公开(公告)号：CN110059353B
公开(公告)日：2022-10-14
申请号：CN201910192700.8
申请日：2019-03-14
Applicant: 长安大学
Abstract: 本发明公开了一种模态参数自动识别简化实用方法，该方法根据模态参数识别结果数据量和稳定点数据量确定相似指标比例，进而确定合理的指标差统计划分区间，提取其横坐标作为聚类指标；对所有识别结果进行排序并标记，基于指标阈值，对排序的识别结果依次进行遍历，将小于阈值的识别结果按相似属性划分为一类，形成多个具有相同属性的数据小类；设定稳定点数量阈值，通过剔除不满足稳定点数量阈值的模态类实现稳定图自动识别。该方法解决了现有稳定图自动自动识别中聚类指标的自动获取问题，遍历归类过程简化了传统聚类的概念和过程，减小了计算量，较已有的基于聚类算法的稳定图自动识别过程显著减少迭代次数，提高了计算效率。
-
公开(公告)号：CN110059353A
公开(公告)日：2019-07-26
申请号：CN201910192700.8
申请日：2019-03-14
Applicant: 长安大学
Abstract: 本发明公开了一种模态参数自动识别简化实用方法，该方法根据模态参数识别结果数据量和稳定点数据量确定相似指标比例，进而确定合理的指标差统计划分区间，提取其横坐标作为聚类指标；对所有识别结果进行排序并标记，基于指标阈值，对排序的识别结果依次进行遍历，将小于阈值的识别结果按相似属性划分为一类，形成多个具有相同属性的数据小类；设定稳定点数量阈值，通过剔除不满足稳定点数量阈值的模态类实现稳定图自动识别。该方法解决了现有稳定图自动自动识别中聚类指标的自动获取问题，遍历归类过程简化了传统聚类的概念和过程，减小了计算量，较已有的基于聚类算法的稳定图自动识别过程显著减少迭代次数，提高了计算效率。
-
-
-
Search Results
5
records
(took 0.016 seconds)
