摘要
本发明公开一种基于Python的INCA测量参数响应速度的计算方法:S1、配置Python环境,导入整个计算过程必备的python模块;S2、读取INCA测量数据;S3、采用核密度估计算法(KDE)计算整个测试过程中,各个点的测量数据的概率密度,根据求得的概率密度函数,找到测量数据的上下阈值的极值点;S4、识别整个测试的响应过程中的稳态阶段;S5、将测试数据中处于稳态阶段的测试数据过滤掉,保留响应过程中其它的测试数据为动态数据。该方法解决了现有技术中手动计算INCA测试数据响应速度过程繁琐、效率低下的问题,可以自动、快速且准确地计算INCA测试数据中指定测量参数的响应速度。
技术关键词
计算方法
概率密度函数
稳态
阶段
数据真实值
极值
参数
数值
模块
测量点
时间差
算法
两点
时序
序列
频率
系统为您推荐了相关专利信息
消光系数值
反射率数据
输入神经网络模型
外延
子模块
人工智能驱动
图像识别系统
图像识别模块
深度卷积神经网络
图像采集模块
虚拟同步发电机
有功功率
稳态误差
电力电子开关器件
电压调节器
滑移施工方法
桁架屋盖
滑移支撑架
大跨度空间桁架
钢结构桁架