导读:本文包含了识别组合论文开题报告文献综述及选题提纲参考文献，主要关键词:高速铁路,钢-混组合桥梁,界面损伤,无损检测
识别组合论文文献综述
赵玉栋,陈洪兵,聂鑫[1]（2019）在《基于MASW方法识别高速铁路组合桥梁界面剥离损伤的可行性研究》一文中研究指出随着我国高速铁路建设规模的日益增大,高速铁路网的覆盖面积逐渐增加。在偏远山区和高烈度地震区域,高速铁路的迅速发展对铁路桥梁的建设提出了更高要求。钢-混组合桥梁以其优异的力学性能,在高速铁路建设中日益发挥重要作用。作为钢材和混凝土材料协同受力的基础和前提,钢-混界面的可靠粘结对保障高速铁路运营状态下钢-混组合结构桥梁的正常工作至关重要。为实现对钢-混组合界面的高效检测,系统梳理了现有基于压电陶瓷智能材料和波动法的界面剥离检测技术,阐述不同方法的工作机理和优缺点,进而提出基于多道面波分析方法识别界面剥离损伤的检测技术。通过有限元数值模拟验证该方法的可行性,研究成果可进一步完善高速铁路组合结构桥梁的无损检测技术。(本文来源于《中国铁路》期刊2019年11期）
翁建新,赵知劲,占锦敏[2]（2019）在《多个高阶累积量组合的调制样式识别算法》一文中研究指出利用2个高阶累积量之比构造的特征参数代表的信号特征通常有限,基于此类特征参数的调制样式识别性能有待进一步提高。为此,提出多个高阶累积量组合的调制样式识别算法。采用2个累积量和/差的归一化来构造特征参数,充分利用多个高阶累积量信息,使之包含更多的信号特性;并使用随机森林作为分类器,克服弱分类器存在的过拟合问题。仿真结果表明:提出的特征参数对调制样式的识别性能优于归一化累积量的特征参数,随机森林分类性能优于弱分类器。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2019年06期）
伍国勇,张丽婧,任秀[3]（2019）在《组合赋权视角下贫困退出的多维识别研究——基于贵州3个村277户农户的实证分析》一文中研究指出解决贫困问题的前提是要精准识别。本文使用多维度测评的组合赋权模型,基于贵州277份问卷的数据,对贫困识别进行微观分析,发现全部贫困家庭皆能通过测评模型进行准确评分并判断其贫困程度,其中83.8%的家庭位于贫困线以下。从贫困识别的多维度测评的发展状况看来,本文的组合赋权方法对贫困数据的处理具有现实参考价值。(本文来源于《南方治理评论》期刊2019年00期）
黄飞新,邹祺祺[4]（2019）在《基于压电阻抗法的钢-STC组合结构脱粘损伤识别研究》一文中研究指出与土木工程中其他组合结构类似,钢-超韧性混凝土STC(Super toughness concret)组合结构交界面通过栓钉与混凝土紧密结合,以保证二者协同受力。在实际应用中,若钢-STC界面发生脱粘损伤,将影响结构使用性能。PZT测试技术是一种简单有效的现场无损检测方法,可用于监测钢-STC界面脱粘等微小缺陷。为解决实际工程中难以准确获得钢-STC结构界面脱粘损伤情况的技术难题,在实验室设计并制作了钢-STC组合梁模型,运用压电阻抗法对试验梁负弯矩加载过程进行监测,通过分析阻抗曲线等特征参数,对加载过程中的局部界面脱粘损伤进行识别。结果表明,压电阻抗法能够较好地识别出钢-STC界面脱粘损伤。该研究成果的推广应用,对实时监测运营阶段结构力学性能的动态情况具有很重要意义。(本文来源于《公路交通技术》期刊2019年05期）
房环环[5]（2019）在《极复杂断块地震属性组合 识别小断层技术研究及应用》一文中研究指出极复杂断块油藏断裂系统复杂、低序级断层极其发育,受地震资料分辨率的影响,常规地震剖面上小断层往往显示较弱,解释难度大。相干、蚂蚁追踪等地震属性技术对断层具有较强的指示性,但极复杂断块区地层破碎,小断层识别困难,因此开展了地震属性适应性分析,并在此基础上建立了倾角导向断层增强+蚂蚁体、小时窗相干+蚂蚁体、扩散滤波断层增强+分频蚂蚁体共叁种地震属性组合识别小断层方法,形成了极复杂断块多属性综合分析识别小断层技术。(本文来源于《内江科技》期刊2019年10期）
张异凡,黄亦翔,汪开正,刘成良[6]（2019）在《用于心律失常识别的LSTM和CNN并行组合模型》一文中研究指出心脏病是导致人类死亡的首要原因,而大部分心血管疾病往往伴随着心律失常出现.为实现对不同类型心电图信号的自动分析、识别异常心律,研究并提出了一种基于深度学习的心拍分类算法.考虑到心电图自身的特性,使用长短时记忆网络来捕捉心电序列数据的前后依赖关系,结合卷积神经网络提取局部相关特征,自动识别5种不同类型的心拍.基于LSTM和CNN的深度学习方法将经过预处理的心电信号后直接作为网络的输入,将心电分类的特征提取、分类两个步骤融合为单个学习器.针对类别数据不平衡问题,通过对少数类样本滑窗采样获得更多训练数据.使用MIT-BIH数据集验证模型的有效性,最终在测试集2万多个心拍记录中分类结果准确率达到99.11%,特异性为99.44%,灵敏度为97.27%,此外滑窗采样操作对少数类样本的灵敏度有明显改善.实验结果表明,相比传统的SVM和随机森林等方法,基于LSTM和CNN的并行组合模型不需要人工提取复杂特征,且达到了更好的分类性能,适合用于可穿戴式心电设备和远程监护领域.(本文来源于《哈尔滨工业大学学报》期刊2019年10期）
纪国华[7]（2019）在《基于组合色彩空间和卷积神经网络的手势识别算法》一文中研究指出为了提高静态手势识别的准确性,提出一种基于组合色彩空间和卷积神经网络的手势识别方法。该方法首先对图像中的手势区域进行提取,针对RGB图像中有效分割手势区域的问题,综合考虑YCbCr和Lab色彩空间的特性,采用组合色彩空间进行图像重构,分割并提取单一和复杂背景下的手势区域。将分割后的图像作为卷积神经网络分类器的输入样本,实现图像中静态手势的分类识别。在公开数据集上的实验结果表明,基于组合色彩空间的算法可以有效提取各类背景下图像中的手势区域,提高手势区域在卷积神经网络中的识别准确率。(本文来源于《现代计算机》期刊2019年29期）
潘高元,李舜酩,杜华蓉,朱彦祺[8]（2019）在《齿轮箱断齿特征识别的S变换-SVD降噪组合方法》一文中研究指出齿轮箱作为传动结构的核心部件,其断齿故障将直接导致设备损伤,产生巨大经济损失。为了从齿轮箱振动信号中准确识别出断齿故障,把S变换时频谱与奇异值分解(SVD)降噪相结合,通过对比分析奇异值比值谱与差分谱的差异,提出了S变换-奇异值比值谱选取阈值的降噪方法。将信号S变换的时频矩阵作为SVD的构造矩阵,采用奇异值比值谱选取置零阈值位置进行降噪,对降噪后的时频矩阵进行S逆变换,获得信号的时域冲击特征,并结合S变换时频图,从而识别出冲击特征频率。通过仿真信号和实验信号对所提改进方法的有效性进行验证,结果表明,该方法能够更加直观准确地识别出仿真信号的周期性冲击特征与齿轮箱行星齿轮的断齿故障特征。(本文来源于《振动与冲击》期刊2019年18期）
杨花雨[9]（2019）在《海上视频监控系统组合相似度图像智能识别方法》一文中研究指出在海上防御中,准确识别目标物体具有重要的现实意义。为此,针对2种传统图像目标识别方法存在的精度问题,研究一种海上视频监控系统组合相似度图像智能识别方法。该方法主要分为3步骤,首先对海上监控系统采集到的图像进行预处理,包括图像灰度化、图像平滑去噪、图像增强、图像分割等,然后利用HOG特征提取算法对处理好的图像进行特征提取,最后通过距离公式计算目标特征与数据库中相似性评价标准之间的相似度,完成相似度匹配,实现目标识别。结果表明:与基于K-means聚类、CNN模型等2种传统图像目标识别方法相比,利用本方法编程的软件程序进行25000个海上目标识别,识别准确性分别提高8.1%和7%,提高了海上防御的安全性。(本文来源于《舰船科学技术》期刊2019年18期）
陈玲玲,杨泽坤,孙建军,张存[10]（2019）在《基于多尺度排列组合熵的助行机器人运动相容性识别》一文中研究指出背景:目前因受到后天环境影响或由于身体功能的退化,下肢肢体运动能力损伤老年人数目持续增长,而老年人下肢肢体运动能力的下降,使得下肢助行机器人的设计与研发成为了当下社会养老护理的重点之一。目的:当助行机器人的运动轨迹与人体期望运动轨迹不一致时,为实现助行机器人可自适应调整,对穿戴助行机器人出现步幅过大不相容、步幅过小不相容及步幅相容3种人-机运动相容性进行模式识别。方法:针对表面肌电信号的非线性、噪声强等特点,提出一种基于小波分解的多尺度排列组合熵方法,对人-机运动相容性的3种情况(步幅过大不相容、步幅过小不相容及步幅相容)进行模式识别。首先,对采集到的表面肌电信号进行小波分解;然后,对肌电信号的各个尺度求取排列组合熵;最后,利用高斯核支持向量机进行模式识别。结果与结论:经小波分解后,在d5尺度上的信号能取得较好的识别率,其中对步幅过大不相容的识别率为92%,步幅过小不相容的识别率为90%,步幅相容的识别率为94%,平均识别率为92%,比原始肌电信号的平均识别率高出了4.67%,且相较于其他常用的多尺度方式也能取得更好的效果。所以在人-机运动相容性识别中,可以将表面肌电信号进行小波分解后提取各尺度上的排列组合熵,有助于提高识别精度。(本文来源于《中国组织工程研究》期刊2019年34期）
识别组合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用2个高阶累积量之比构造的特征参数代表的信号特征通常有限,基于此类特征参数的调制样式识别性能有待进一步提高。为此,提出多个高阶累积量组合的调制样式识别算法。采用2个累积量和/差的归一化来构造特征参数,充分利用多个高阶累积量信息,使之包含更多的信号特性;并使用随机森林作为分类器,克服弱分类器存在的过拟合问题。仿真结果表明:提出的特征参数对调制样式的识别性能优于归一化累积量的特征参数,随机森林分类性能优于弱分类器。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
识别组合论文参考文献
[1].赵玉栋,陈洪兵,聂鑫.基于MASW方法识别高速铁路组合桥梁界面剥离损伤的可行性研究[J].中国铁路.2019
[2].翁建新,赵知劲,占锦敏.多个高阶累积量组合的调制样式识别算法[J].杭州电子科技大学学报(自然科学版).2019
[3].伍国勇,张丽婧,任秀.组合赋权视角下贫困退出的多维识别研究——基于贵州3个村277户农户的实证分析[J].南方治理评论.2019
[4].黄飞新,邹祺祺.基于压电阻抗法的钢-STC组合结构脱粘损伤识别研究[J].公路交通技术.2019
[5].房环环.极复杂断块地震属性组合识别小断层技术研究及应用[J].内江科技.2019
[6].张异凡,黄亦翔,汪开正,刘成良.用于心律失常识别的LSTM和CNN并行组合模型[J].哈尔滨工业大学学报.2019
[7].纪国华.基于组合色彩空间和卷积神经网络的手势识别算法[J].现代计算机.2019
[8].潘高元,李舜酩,杜华蓉,朱彦祺.齿轮箱断齿特征识别的S变换-SVD降噪组合方法[J].振动与冲击.2019
[9].杨花雨.海上视频监控系统组合相似度图像智能识别方法[J].舰船科学技术.2019
[10].陈玲玲,杨泽坤,孙建军,张存.基于多尺度排列组合熵的助行机器人运动相容性识别[J].中国组织工程研究.2019