基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据驱动随机子空间法作为一种线性系统辩识方法,可以有效地从环境激励的结构振动响应中获取模态参数.其中,Hankel矩阵维数的选择直接影响到数据驱动随机子空间法消噪能力.从理论上分析了噪声与数据驱动随机子空间法Hankel矩阵维数之间的关系,并基于归一化奇异值(SVD)、稳定图以及有限元模态识别结果(FE),提出了一种评估数据驱动随机子空间法矩阵维数选择优劣的方法,并通过数值算例和导管架平台振动台试验系统地验证了该方法的有效性,结果表明:非方阵的Hankel矩阵使数据驱动随机子空间法具备更强的消噪能力和更高的模态识别精度.
推荐文章
基于相关随机子空间的分类数据聚类集成
分类数据
粗糙集
属性约简
相关子空间
聚类集成
随机子空间深度回归方法在紫外光谱水质分析中的应用
紫外光谱法
随机子空间
深度信念网络
BP神经网络
基于数据驱动的应变模态参数随机子空间识别法
应变模态
数据驱动
随机子空间
参数识别
一种基于优化的随机子空间分类集成算法
随机子空间
封装式模型
LSA降维
集成学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据驱动随机子空间法矩阵维数选择与噪声问题研究
来源期刊 振动与冲击 学科 物理学
关键词 Hankel矩阵 消噪 数据驱动随机子空间法
年,卷(期) 2013,(16) 所属期刊栏目
研究方向 页码范围 152-157
页数 6页 分类号 O32
字数 4485字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 盛进路 大连海事大学航海学院 4 1 1.0 1.0
2 张永波 20 45 5.0 6.0
3 辛峻峰 中国海洋大学工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Hankel矩阵
消噪
数据驱动随机子空间法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导