[發(fā)明專利]一種基于RNN的大型土木工程加速度響應(yīng)時(shí)頻域分解方法有效
| 申請(qǐng)?zhí)枺?/td> | 202010580935.7 | 申請(qǐng)日: | 2020-06-23 |
| 公開(kāi)(公告)號(hào): | CN111738154B | 公開(kāi)(公告)日: | 2022-08-05 |
| 發(fā)明(設(shè)計(jì))人: | 周筱航;謝開(kāi)仲;涂兵;郭曉 | 申請(qǐng)(專利權(quán))人: | 廣西大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 四川力久律師事務(wù)所 51221 | 代理人: | 王波 |
| 地址: | 540003 廣西壯族*** | 國(guó)省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 rnn 大型 土木工程 加速度 響應(yīng) 時(shí)頻域 分解 方法 | ||
1.一種基于RNN的大型土木工程加速度響應(yīng)時(shí)頻域分解方法,其特征在于,包括如下步驟:
S100將待分解加速度信號(hào)S0劃分為i個(gè)子段S1,S2,S3,...,Si;各子段包含數(shù)據(jù)點(diǎn)個(gè)數(shù)為100;
S200根據(jù)訓(xùn)練好的RNN,分別獲取各子段的時(shí)頻域分解結(jié)果;其中,獲取子段Si的時(shí)頻域分解結(jié)果具體包括:
S201將子段Si代入訓(xùn)練好的RNN,分離得到Si中的高頻分量Sh1;
S202從Si中減去Sh1得到剩余分量Si1,將Si1作為新的待分解信號(hào);
重復(fù)步驟S201、S202,直至得到Shn且剩余分量Sin無(wú)法繼續(xù)分解;將得到的Sh1,Sh2,...,Shn以及Sin作為子段Si的時(shí)頻域分解結(jié)果;
S300將各子段分解出的相近頻率成分Sh進(jìn)行連接,得到信號(hào)S0的分解結(jié)果;
所述RNN的訓(xùn)練步驟包括:
S210獲取多個(gè)數(shù)據(jù)樣本作為RNN的樣本庫(kù);
S220搭建RNN網(wǎng)絡(luò)模型,設(shè)置網(wǎng)絡(luò)寬度為100、隱藏層個(gè)數(shù)為3,以網(wǎng)絡(luò)實(shí)際輸出Ya與目標(biāo)輸出Yt之差的2范數(shù)作為網(wǎng)絡(luò)損失L;
S230將所述樣本庫(kù)分批次代入步驟S220中的RNN進(jìn)行訓(xùn)練;
S240當(dāng)網(wǎng)絡(luò)損失函數(shù)不再降低時(shí)訓(xùn)練結(jié)束,訓(xùn)練好的RNN用于獲得分離加速度信號(hào)中最高頻分量;
所述步驟S220中搭建的RNN模型:
數(shù)據(jù)由輸入數(shù)據(jù)x(n)開(kāi)始流入網(wǎng)絡(luò),n=1~100,過(guò)程如下:
S2201數(shù)據(jù)由輸入層流入隱藏層,同時(shí)在同一個(gè)隱藏層內(nèi)流動(dòng):
a(n)=b+Wh(n-1)+Ux(n)
h(n)=AF(a(n))
其中,U、W為權(quán)重;h(n-1)為前一個(gè)隱藏節(jié)點(diǎn)狀態(tài)數(shù)據(jù);b為偏置;a(n)為中間量;h(n)為當(dāng)前隱藏節(jié)點(diǎn)狀態(tài)數(shù)據(jù);AF為激活函數(shù);
S2202數(shù)據(jù)在不同隱藏層間流動(dòng),已經(jīng)設(shè)定有3個(gè)隱藏層,i=1~3:
h(i)(n)=c+Vh(i-1)(n)
其中,V為權(quán)重;c為偏置;
S2203數(shù)據(jù)由隱藏層流入輸出層:
y(n)=d+Ph(n)
其中,y(n)為輸出數(shù)據(jù);P為權(quán)重;d為偏置。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣西大學(xué),未經(jīng)廣西大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010580935.7/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 用于文本到語(yǔ)音的超結(jié)構(gòu)循環(huán)神經(jīng)網(wǎng)絡(luò)
- 基于先進(jìn)的遞歸神經(jīng)網(wǎng)絡(luò)的“字母到聲音”
- 一種基于分層循環(huán)神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型的語(yǔ)音識(shí)別方法
- 模式識(shí)別裝置以及模式識(shí)別方法
- 音頻事件檢測(cè)方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 一種城市交通流量預(yù)測(cè)方法、系統(tǒng)及電子設(shè)備
- 循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練優(yōu)化方法、設(shè)備、系統(tǒng)及可讀存儲(chǔ)介質(zhì)
- 一種基于RNN的量子計(jì)算方法和裝置
- 用于水質(zhì)參數(shù)預(yù)測(cè)的聯(lián)合神經(jīng)網(wǎng)絡(luò)模型及其訓(xùn)練方法
- 基于RNN的降噪處理方法及系統(tǒng)





