基于Sym小波和BP神经网络的基桩缺陷智能化识别 INTELLIGENT IDENTIFICATION OF PIL…

排行榜 收藏 打印 发给朋友 举报 来源: 《岩石力学与工程学报》 发布者:cjk3d
热度29票 浏览15次 【共0条评论】【我要评论 时间:2007年12月24日 17:38
基于Sym小波和BP神经网络的基桩缺陷智能化识别

INTELLIGENT IDENTIFICATION OF PILE DEFECT BASED ON SYM WAVELET AND BP NEURAL NETWORK

为提高基桩低应变动测信号的分析水平,采用一种新的时频域分析方法--小波分析.利用Sym小波对基桩速度响应时程曲线进行小波分解,对指定频带上的信号分量进行特征值提取,提取的特征值为反映各频带范围内体现能量分布的功率谱均值,提取的特征值可构成反映信号特征的特征向量,同时利用BP人工神经网络的非线性映射特性建立特征向量和基桩缺陷类别之间的一种对应关系.通过数值模拟的方法可以得到大量不同缺陷类型的基桩的桩顶速度响应时程曲线,对这些数值模拟信号进行小波分解得到的特征向量为神经网络的学习提供大量训练样本.最后,利用实测信号小波分解后得到的特征向量对训练过的神经网络进行检验,其识别结果表明,训练后的神经网络能根据实测信号的特征向量对基桩缺陷进行智能化的识别.水利论文3dtpj7Xn7V

作 者:刘明贵 岳向红 杨永波 李祺 LIU Minggui YUE Xianghong YANG Yongbo LI Qi  
作者单位:中国科学院,武汉岩土力学研究所,湖北,武汉,430071 
刊 名:岩石力学与工程学报  ISTIC EI PKU
英文刊名:CHINESE JOURNAL OF ROCK MECHANICS AND ENGINEERING 
年,卷(期):2007 26(z1) 
分类号:TU47 
关键词:桩基工程   基桩缺陷   小波分析   神经网络   数值模拟   智能化识别  
机标关键词:小波分解人工神经网络基桩缺陷智能化识别BP NEURAL NETWORK特征向量实测信号特征值提取速度响应数值模拟时程曲线训练样本频域分析方法网络的学习低应变动测信号特征小波分析线性映射缺陷类型 
基金项目: 
TAG: Intelligent intelligent INTELLIGENT Pil PIL 基桩 神经网络 Sym
顶:2 踩:6
【已经有21人表态】
4票
极差
2票
很差
3票
较差
2票
稍差
2票
稍好
3票
较好
3票
很好
2票
极好
下一篇:岩体开挖爆炸应力损伤范围研究 STUDY ON STRESS DAMAGE ZONE IN EXCAVATION OF ROC…
上一篇:冲击地压预测的PSO-SVM模型 PSO-SVM MODEL FOR PREDICTION OF ROCK BURST
查看全部回复【已有0位网友发表了看法】

广告投放

广告投放