基于蒙特卡洛法和多层次聚类的工程结构模态识别方法

AITNT
正文
推荐专利
基于蒙特卡洛法和多层次聚类的工程结构模态识别方法
申请号:CN202510568077
申请日期:2025-04-30
公开号:CN120448849A
公开日期:2025-08-08
类型:发明专利
摘要
本发明属于结构安全监测领域,公开了基于蒙特卡洛法和多层次聚类的工程结构模态识别方法,获取结构动力时程响应的傅里叶谱图,获取结构基频的估计值;通过蒙特卡洛模拟产生多组随机整数,作为SSI‑COV模态识别方法的用户自定义参数,进行相应的模态参数识别。对每一组参数的识别模态点,进行稳定性判别,并将判别后的模态点添加至稳定图,形成多识别结果的稳定图。采用核密度聚类方法估计稳定图中频率特征的概率密度图。在概率密度图中,基于频率突出峰值阈值筛选出多个模态点簇,对模态点簇应用DBSCAN聚类算法,得到多个聚类簇,计算簇的模态参数平均值,获得结构模态参数。
技术关键词
结构模态识别方法 自定义参数 多层次 核密度估计方法 DBSCAN聚类算法 蒙特卡洛方法 判别准则 模态识别系统 频率估计 DBSCAN算法 结构模态参数 密度聚类方法 模态参数识别 概率密度曲线 识别算法 模块
系统为您推荐了相关专利信息
1
一种闭环反馈功能性电刺激控制方法、装置、介质和设备
功能性电刺激控制方法 误差 模糊控制规则 PID控制参数 模糊集合
2
一种基于机器学习的通信信号干扰优化系统及方法
信道特征 空间信道相关系数 机器学习模型 设备组 信号
3
一种妊娠期肝内胆汁淤积症的蛋白分子标志物SLC25A51及其应用
肝内胆汁淤积 妊娠期 新型动物模型 细胞模型 无缝克隆技术
4
基于图像分割的秀珍菇生长识别预测方法、装置、设备、介质及产品
识别预测方法 长短期记忆网络 图像分割 秀珍菇 DBSCAN聚类算法
5
基于空间和光谱特征的高光谱影像岩性识别方法及设备
岩性识别方法 金字塔池化模块 影像 卷积神经网络模型 全局平均池化
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号