作者:
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:
桥梁结构健康监测中对于桥梁状态的判断主要依赖对桥梁上的传感器数据的分析和判断.由于长期监测中环境的影响,日常的采集信号数据会含有大量的噪声数据,这会对桥梁结构健康状态的判断造成很大的影响.利用卷积网络模型对传感器数据进行有监督的分类学习,能够不需要对原始信号数据进行降噪过滤处理和经验模型判断,由训练好的模型计算获得测试结果与实际结果一致,所以卷积神经网络在桥梁结构健康系统中对于桥梁状态判断是一种有效的方法.
推荐文章
卷积神经网络在岩性识别中的应用
测井解释
深度学习
卷积神经网络
岩性识别
一种基于卷积神经网络的结构损伤检测方法
卷积神经网络
损伤识别
加速度
抗噪性
无线传感网络在桥梁结构健康监测中的应用
无线传感网络
健康监测
能量效率
基于遗传优化神经网络算法的桥梁结构损伤识别
人工神经网络
遗传算法
桥梁损伤识别
抗弯刚度
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 卷积神经网络在桥梁结构健康监测系统中的应用
来源期刊 电子测试 学科
关键词 卷积神经网络 桥梁结构健康 监督学习 数据分析
年,卷(期) 2020,(2) 所属期刊栏目 理论与算法
研究方向 页码范围 52-53
页数 2页 分类号
字数 1748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 王珏辉 长江大学工程技术学院 31 43 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (99)
共引文献  (914)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(16)
  • 参考文献(1)
  • 二级参考文献(15)
2017(8)
  • 参考文献(2)
  • 二级参考文献(6)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
卷积神经网络
桥梁结构健康
监督学习
数据分析
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导