导读:本文包含了随机子空间方法论文开题报告文献综述及选题提纲参考文献，主要关键词:随机子空间辨识,递归,区间振荡模式,电力系统
随机子空间方法论文文献综述
黄宏亮,和萍[1]（2018）在《递归随机子空间辨识方法在电力系统区间振荡模式估计中的应用》一文中研究指出本文用随机子空间辨识方法在电网不同工况下对其区间振荡模式进行估计。同时,针对现有方法在线估计时奇异值分解步骤次数过多的问题,提出具有递归形式的随机子空间辨识方法以大大降低运算量。最后,将两种算法分别在四机系统和美国东北部NPCC48机系统进行区间模式估计试算。结果表明,随机子空间辨识方法能同时利用暂态数据和类噪声数据准确估计区间低频振荡模式,而递归随机子空间辨识方法既保证较好精度,又能提高原有算法的效率,为在线模式追踪提供了可能。(本文来源于《电力系统及其自动化学报》期刊2018年08期）
唐盛华,方志,张国刚[2]（2018）在《基于随机子空间方法的悬臂结构损伤识别研究》一文中研究指出为使用随机子空间方法对悬臂结构进行损伤判断和定位,对振动测量信号,利用数据驱动随机子空间识别方法得到随机状态空间模型,通过变换矩阵T、T_1将离散状态空间矩阵A转化为特定形式,克服A矩阵的多样性问题。T矩阵采用A矩阵特征值分解后的特征向量矩阵构造,变换后的A矩阵用于判断结构是否存在损伤及相对损伤程度。T_1矩阵采用A矩阵和离散输出矩阵C构造,变换后的A矩阵包含测点信息,用于结构损伤定位。损伤指标采用统计方法确定,由损伤前后样本马氏距离计算得到。通过一叁自由度悬臂结构仿真算例和一座模型斜拉桥桥塔损伤试验,验证了该方法的有效性。(本文来源于《振动与冲击》期刊2018年14期）
罗子娟,缪伟鑫[3]（2018）在《基于随机子空间的恐怖袭击预测方法研究》一文中研究指出在对恐怖袭击风险预测过程中,在建立预测模型时,由于受到恐怖袭击带有伪装性的影响,存在大量的伪装性样本和干扰性数据,真实的样本不充足、可统计数据波动较大。导致预测过程很容易受到干扰,存在预测精度低的问题。本文提出了基于大数据分析的恐怖袭击风险预测方法,建立了恐怖袭击风险综合评判的大数据分析模型,采用大数据分析模型对恐怖袭击历史数据中隐含的可演化信息进行学习,利用所获取的结果进行未来的恐怖袭击预测。仿真结果证明,基于随机子空间的恐怖袭击风险预测方法精确度和效率都比较高。(本文来源于《第六届中国指挥控制大会论文集（下册）》期刊2018-07-02）
王庆,姚康[4]（2018）在《基于随机子空间集成学习的中小企业信用评估方法研究》一文中研究指出由于中小企业规模较小、行业分散、收益不稳定、抵押条件不足、存在一定风险等原因,多年来一直面临融资难的问题。而融资难从根本上来说是中小企业与金融机构之间的信息不对称。如何合理地评估中小企业的信用状况对于解决融资难问题起着关键性作用。基于实证分析对比了各类评估方法,并提出了一种基于随机子空间集成学习的中小企业信用评估方法,结果表明,该信用评估方法具有较低的错误分类率,能够更好地适应中小企业信用评估。(本文来源于《上海管理科学》期刊2018年03期）
姬雪可,郑江霞,杨璐,郑丽敏[5]（2018）在《基于电子鼻和随机子空间集成学习方法判别鸡蛋贮藏时间》一文中研究指出为了快速检测完整鸡蛋和裂纹鸡蛋的贮藏时间,使用电子鼻对贮藏在温度为27~30℃、相对湿度为50%的恒温箱条件下的完整鸡蛋和裂纹鸡蛋的蛋液提取特征,并使用基于随机子空间的集成学习方法对其进行分类分析。结果表明:集成学习方法能较好地区分不同贮藏天数的鸡蛋,对裂纹鸡蛋样本的分类准确率为84.29%,对完整鸡蛋样本的分类准确率为88.57%。对同一贮藏天数的鸡蛋,使用逐步判别分析区分裂纹鸡蛋样本和完整鸡蛋样本,分类准确率最低为89.3%,最高为100%,说明电子鼻可以很好地识别裂纹鸡蛋和完整鸡蛋在贮藏过程中产生的差异。(本文来源于《中国家禽》期刊2018年08期）
张小宁,段忠东[6]（2017）在《一种自动识别结构模态参数的随机子空间方法》一文中研究指出对结构进行实时在线监测的要求提出了对结构模态参数进行自动识别的需求。目前发展的结构模态参数识别方法均需要人工干预,为实现无人值守的结构实时监测目标,试图发展一种结构模态参数自动识别方法。随机子空间法唯一需要确定的参数是"系统的阶次",因此,提出了一种基于频率稳定性和振型稳定性自动判别系统阶次的方法,基于此,建立了基于随机子空间法的模态参数自动识别方法;通过两个桥梁算例,对该方法的适用性和鲁棒性进行了验证。(本文来源于《振动工程学报》期刊2017年04期）
黄鸿,石光耀,金莹莹,何凯[7]（2017）在《随机子空间深度回归方法在紫外光谱水质分析中的应用》一文中研究指出紫外光谱法进行TOC浓度分析时存在数量多、维数高等问题。针对此问题,提出了一种基于随机子空间深度回归的分析方法。该算法首先采集TOC标准溶液的紫外光谱数据进行预处理,得到吸光度数据;然后在高维数据空间随机选取低维子空间来构造不同的特征子集,并采用深度信念网络对各子集进行特征提取;最后将得到的低维特征进行组合后送入BP神经网络中进行训练,建立TOC浓度反演模型。在构建的水质分析平台上的实验结果表明,提出的基于随机子空间深度回归的水质分析方法对每种TOC浓度反演结果的相对误差均在1%以内,且反演结果的稳定性和准确性也要优于常规的水质分析方法。(本文来源于《计算机应用研究》期刊2017年10期）
邱胜华[8]（2016）在《参考点随机子空间模态参数识别方法的效率探讨》一文中研究指出结构模态参数的获取对结构响应分析、状态监测、振动控制有着非常重要的意义。在桥梁健康监测领域,基于环境激励的随机子空间方法是模态参数识别中最先进的方法之一。基于参考点的随机子空间方法不仅能很好地适应大型工程结构测点分组测量的特点,而且较传统的随机子空间方法减少了识别过程中的计算量,但对于其识别精度还没有详细考证。文中在阐述该方法相关理论的同时,以一座梁桥的数值模拟算例进行分析,结果表明基于参考点的随机子空间方法的识别结果准确可靠,并对选择参考通道的方法提出了建议。(本文来源于《公路与汽运》期刊2016年03期）
胡异丁,李丹,任伟新,李子兵[9]（2015）在《基于延时随机子空间方法的非白噪声环境激励结构模态参数识别》一文中研究指出为了消除非白噪声环境激励在结构模态参数识别结果中产生的虚假模态,引入扩展状态模型,从状态空间方程的角度论证了虚假模态产生的原因;然后,针对一类具有典型性和代表性的(自相关函数在纵坐标轴附近一定范围内有非零值的)非白噪声环境激励信号,在传统随机子空间算法的基础上引入延时指标,建立延时随机子空间方法。数值算例表明延时随机子空间方法能够有效地剔除非白噪声环境激励在模态参数识别结果中产生的虚假模态,放宽了传统模态参数识别方法对环境输入的白噪声假设。(本文来源于《振动与冲击》期刊2015年08期）
王燕,杭晓晨,姜东,韩晓林,费庆国[10]（2015）在《协方差驱动随机子空间的Toeplitz矩阵行数选择方法》一文中研究指出随机子空间识别算法是一种基于环境激励的模态参数识别方法,仅需要响应时程便可识别模态参数。其中,协方差驱动随机子空间方法中Toeplitz矩阵行数的选取直接影响识别精度。通过构造相关矩阵,研究了Toeplitz矩阵行数i对协方差驱动随机子空间方法中奇异值分解去噪能力的影响。引入Toeplitz矩阵条件数,根据i与Toeplitz矩阵条件数的关系再次证明了i对识别精度的影响。研究了Toeplitz矩阵行数i的选择方法。采用两自由度弹簧振子系统和切尖叁角翼模型两个仿真算例研究了Toeplitz矩阵行数i的选择方法。结果表明:在确定合适的系统阶数的前提下,Toeplitz矩阵的条件数越小识别精度越高。(本文来源于《振动与冲击》期刊2015年07期）
随机子空间方法论文开题报告
（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：
为使用随机子空间方法对悬臂结构进行损伤判断和定位,对振动测量信号,利用数据驱动随机子空间识别方法得到随机状态空间模型,通过变换矩阵T、T_1将离散状态空间矩阵A转化为特定形式,克服A矩阵的多样性问题。T矩阵采用A矩阵特征值分解后的特征向量矩阵构造,变换后的A矩阵用于判断结构是否存在损伤及相对损伤程度。T_1矩阵采用A矩阵和离散输出矩阵C构造,变换后的A矩阵包含测点信息,用于结构损伤定位。损伤指标采用统计方法确定,由损伤前后样本马氏距离计算得到。通过一叁自由度悬臂结构仿真算例和一座模型斜拉桥桥塔损伤试验,验证了该方法的有效性。
（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。
随机子空间方法论文参考文献
[1].黄宏亮,和萍.递归随机子空间辨识方法在电力系统区间振荡模式估计中的应用[J].电力系统及其自动化学报.2018
[2].唐盛华,方志,张国刚.基于随机子空间方法的悬臂结构损伤识别研究[J].振动与冲击.2018
[3].罗子娟,缪伟鑫.基于随机子空间的恐怖袭击预测方法研究[C].第六届中国指挥控制大会论文集（下册）.2018
[4].王庆,姚康.基于随机子空间集成学习的中小企业信用评估方法研究[J].上海管理科学.2018
[5].姬雪可,郑江霞,杨璐,郑丽敏.基于电子鼻和随机子空间集成学习方法判别鸡蛋贮藏时间[J].中国家禽.2018
[6].张小宁,段忠东.一种自动识别结构模态参数的随机子空间方法[J].振动工程学报.2017
[7].黄鸿,石光耀,金莹莹,何凯.随机子空间深度回归方法在紫外光谱水质分析中的应用[J].计算机应用研究.2017
[8].邱胜华.参考点随机子空间模态参数识别方法的效率探讨[J].公路与汽运.2016
[9].胡异丁,李丹,任伟新,李子兵.基于延时随机子空间方法的非白噪声环境激励结构模态参数识别[J].振动与冲击.2015
[10].王燕,杭晓晨,姜东,韩晓林,费庆国.协方差驱动随机子空间的Toeplitz矩阵行数选择方法[J].振动与冲击.2015