作者：汤凯; 刘济科模态匹配人工神经网络空间混叠轮换式学习方法
摘要：对结构模态匹配方法进行简单评述，并提出了一种基于人工神经网络的复杂结构模态匹配方法。该方法能够准确匹配复杂结构模态向量，同时可以有效消除由于试验模态测量中测点不足、测点布置不当、测量不准确等因素导致的试验模态向量间的空间混叠影响。考虑实际工程中能够获得的训练样本数日有限，采用了轮换式学习方法有效扩展了学习样本集。算例表明，本方法合理可靠，在实际工程中有广泛的应用前景。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《振动与冲击》（CN：31-1316/TU）是一本有较高学术价值的大型半月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《振动与冲击》内容包括结构动力分析、模态分析、参数识别、随机振动、非线性振动、振动控制、转子动力学、结构动力学、结构动力稳定性、减振、隔振、抗冲击、噪声防治、环境试验、模拟技术、测试技术、信号处理、计算机软件工程、消声器材等方面的论文和短文。
北大期刊、CSCD期刊、统计源期刊
人气 16645 评论 49
人气 14919 评论 50
人气 14466 评论 55
人气 13279 评论 52
