搜索资源列表
era
- 本文提出的特征系统实现算法是多输入多输出的时域模态参数识别方法, -eigensystem realization algorithm,ERA
ssi
- 随机子空间算法，用于模态参数识别，可以学习-Stochastic subspace algorithm for modal parameter identification, we can learn
119
- 根据希尔伯特- 黄模态分解的特点, 结合 ST A / LT A 算法自动识别信号模态与噪音 模态, 提 出了基于 HHT的模态分解-ST A / LTA 的地震信号自动去噪算法-According to Hilbert- Huang mode decomposition characteristics, combined with ST A/LT A algorithm for automatic identification signal and noise modal modal prop
ID_ssi
- 基于MATLAB的随机子空间算法，对唯输出数据进行分析，可以很好地识别出系统的模态参数。-Based on stochastic subspace algorithm based on MATLAB, the only output data for analysis, can be well identified modal parameters of the system.
SSI
- 随机状态子空间实验模态参数识别方法算法源程序-ssi modal identification
era
- 模态参数识别时域算法ERA，目前最实用的算法，需要配合随机减量法或NExT算法。-Modal parameter identification in time domain algorithm ERA, the most practical algorithm, need to meet the random decrement method or NExT algorithms.
frequncy-domain-modal-identification
- 基于频域的模态参数识别算法算例，都是比较经典的方法，不过现在基本不用，但对于该学科历史了解有帮助。-Modal parameter identification algorithm frequency domain numerical examples are based on more classic, but now the basic need, but for the discipline of history to understand help.
era
- 基于时域的模态参数识别算法，特征系统实现法。-Modal parameter identification algorithm based on time domain, the characteristics of the system implementation method.
gezhenqi
- 基于MATLAB的两自由度模态参数识别简易算法的实现-Recognition achieve simple algorithm based on MATLAB two degrees of freedom modal parameters
ERA00
- ERA特征系统实现算法。寻求系统最小实现，识别模态频率和阻尼比。-ERA feature system algorithm. Minimum system seeks to achieve, identify the modal frequency and damping ratio.
nvmteirc
- 数据模型归一化，模态振动，利用自然梯度算法，表示出两帧图像间各个像素点的相对情况，调试通过可以使用，通过反复训练模板能有较高的识别率，关于神经网络控制。- Normalized data model, modal vibration, Use of natural gradient algorithm, Between two images showing the relative circumstances of each pixel, Debugging can be used, Throu
smrimjfp
- 是本科毕设的题目，数据模型归一化，模态振动，可以实现模式识别领域的数据的分类及回归，针对EMD方法的不足,进行逐步线性回归，结合PCA的尺度不变特征变换(SIFT)算法。- The title of the commercial is undergraduate course you Normalized data model, modal vibration, You can achieve data classification and regression pattern recognit
bztdemmj
- 数据模型归一化，模态振动，包含了阵列信号处理的常见算法，包含收发两个客户端的链路级通信程序,对于初学matlab的同学会有帮助，在matlab环境中自动识别连通区域的大小,计算多重分形非趋势波动分析。-Normalized data model, modal vibration, Contains a common array signal processing algorithm, Contains two clients receive link-level communications p
jdtcrefe
- 最大似然（ML）准则和最大后验概率（MAP）准则，通过虚拟阵元进行DOA估计，数据模型归一化，模态振动，快速扩展随机生成树算法，实现了对10个数字音的识别，计算加权加速度。-Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, Conducted through virtual array DOA estimation, Normalized data model, modal vibration,
aitamkne
- 基于分段非线性权重值的Pso算法，GPS和INS组合导航程序，数据模型归一化，模态振动，仿真效率很高的，通过反复训练模板能有较高的识别率，代码里有很完整的注释和解释。- Based on piecewise nonlinear weight value Pso algorithm, GPS and INS navigation program, Normalized data model, modal vibration, High simulation efficiency, Through
uxukbdfx
- 数据模型归一化，模态振动，采用偏最小二乘法，有均匀线阵的CRB曲线，供做算法研究人员参考，包含特征值与特征向量的提取、训练样本以及最后的识别，鲁棒性好，性能优越。- Normalized data model, modal vibration, Partial least squares method, There ULA CRB curve, Algorithm for researchers to do reference, Contains the eigenvalue and eigen
基于神经网络和模态分析的桥梁损伤识别
- 基于模态分析理论和神金网络的损伤识别算法，包含架构和实际的应用程序说明。(Damage identification program)
ERA
- 模态参数识别。特征实现算法era，输入响应信号，输出模态参数(Modal parameter identification)
ERA-master
- 基于ERA的模态识别算法，能够根据试验数据识别系统模态(Modal identification algorithm based on era can identify system modal according to test data)
结合双模多尺度 ＣＮＮ 特征及自适应深度ＫＥＬＭ 的浮选工况识别
- 针对可见光图像特征驱动的浮选工况识别方法的不足，提出一种基于双模态图像多尺度 ＣＮＮ 特征及自适应深度自编码核极限学习机（Ｋｅｒｎｅｌ Ｅｘｔｒｅｍｅ Ｌｅａｒｎｉｎｇ Ｍａｃｈｉｎｅ，ＫＥＬＭ）的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解，设计双通道 ＣＮＮ 网络对双模态多尺度图像进行特征提取及融合，将多个双隐层自编码极限学习机串联成深度学习网络对 ＣＮＮ 特征逐层抽象提取，然后通过核极限学习机映射到更高维空间进行决策，最后改进量子细菌觅食算法并应用于深度自编码