造價(jià)通
更新時(shí)間：2025.06.15
基于時(shí)程響應(yīng)QPSO算法識(shí)別結(jié)構(gòu)損傷的研究

格式：pdf

大?。?span class="single-tag-height">255KB

頁(yè)數(shù)： 5頁(yè)

提出將結(jié)構(gòu)損傷的物理參數(shù)辨識(shí)問(wèn)題轉(zhuǎn)化為識(shí)別損傷位置和損傷程度的優(yōu)化問(wèn)題,利用結(jié)構(gòu)時(shí)程響應(yīng)的唯一性,通過(guò)預(yù)測(cè)結(jié)構(gòu)模型與實(shí)際損傷結(jié)構(gòu)構(gòu)建目標(biāo)函數(shù),采用QPSO算法全局優(yōu)化定位定量進(jìn)行結(jié)構(gòu)損傷識(shí)別,最后通過(guò)六層框架的數(shù)值模擬驗(yàn)證該方法的有效性。

面向時(shí)延數(shù)據(jù)的分塊PCA紅外人臉識(shí)別

格式：pdf

大?。?span class="single-tag-height">199KB

頁(yè)數(shù)：

時(shí)延數(shù)據(jù)下的高識(shí)別性能是紅外人臉識(shí)別系統(tǒng)應(yīng)用的基礎(chǔ),提出一種基于分塊PCA的紅外人臉識(shí)別方法,提高紅外人臉識(shí)別系統(tǒng)對(duì)時(shí)延數(shù)據(jù)識(shí)別率.為了充分利用圖像的局部特征,對(duì)圖像進(jìn)行大小分塊,并對(duì)各分塊圖像進(jìn)行主成分分析;然后,為了緩解外部環(huán)境溫度對(duì)識(shí)別的影響,通過(guò)訓(xùn)練學(xué)習(xí)不同溫度下的紅外人臉數(shù)據(jù),去除每個(gè)圖像塊受環(huán)境溫度影響較大的特征值.最后,為了結(jié)合整體特征,并將余下的特征值組合成特征向量用于識(shí)別.實(shí)驗(yàn)結(jié)果表明,本文提出的方法可以提高紅外人臉識(shí)別系統(tǒng)對(duì)時(shí)延數(shù)據(jù)的識(shí)別率.

精華知識(shí)

識(shí)別梁時(shí)支座

最新知識(shí)

識(shí)別梁時(shí)支座
點(diǎn)擊加載更多>>

相關(guān)問(wèn)答

識(shí)別梁時(shí)支座
點(diǎn)擊加載更多>>
專題概述
識(shí)別梁時(shí)支座相關(guān)專題

分類檢索：