龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：成都建工路桥建设有限公司
摘要：本发明公开了一种基于长短期记忆深度神经网络的桥梁加速度数据去噪方法，包括以下步骤：S1.桥梁加速度数据分析，分析内容包括典型噪声类型、水平与结构响应时域和频域特性；S2.建立仿真加速度、仿真噪声和仿真含噪加速度生成模型，将学习样本分为训练集、验证集和测试集；S3.建立基于长短期记忆深度神经网络的桥梁加速度去噪模型，结合所述学习样本进行模型训练、模型验证和模型测试；S4.将桥梁加速度数据输入到最终的桥梁加速度去噪模型，得到去噪的桥梁加速度数据。本发明利用长短期记忆深度神经网络强大的学习和预测能力，预测并剔除桥梁加速度数据中噪声分量，无需人工设置参数，实现端到端自适应去噪。
主权项：1.一种基于长短期记忆深度神经网络的桥梁加速度数据去噪方法，其特征在于，包括以下步骤：S1.桥梁加速度数据分析，分析内容包括典型噪声类型、水平与结构响应时域和频域特性；S2.基于所述桥梁加速度数据分析结果，建立仿真加速度、仿真噪声和仿真含噪加速度生成模型，以归一化的仿真含噪加速度作为输入，相对应的噪声分量作为输出，将输入与输出组装作为学习样本，并将学习样本分为训练集、验证集和测试集；S3.建立基于长短期记忆深度神经网络的桥梁加速度去噪模型，结合所述学习样本进行模型训练、模型验证和模型测试，追踪模型训练过程并评估模型测试性能，确定最终的桥梁加速度去噪模型；S4.将桥梁加速度数据输入到最终的桥梁加速度去噪模型，得到去噪的桥梁加速度数据；在S2中，所述仿真加速度采用N个正弦函数分量叠加的构造方式来模拟前N阶频率，所述正弦函数分量的表达式为： 其中，为第个加速度分量，为第个加速度分量的频率，为幅值，为初相位，t为时间；所述仿真加速度采用由多个自由衰减曲线叠加的包络模拟幅值变化，所述自由衰减曲线的表达式为： 其中，为初始强度，为自由衰减常数；在S2中，所述仿真噪声包括高斯白噪声，通过在仿真加速度的基础上随机叠加预设信噪比的高斯白噪声获得仿真含噪加速度。
全文数据：
权利要求：
百度查询： 成都建工路桥建设有限公司 基于长短期记忆深度神经网络的桥梁加速度数据去噪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号