共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
融合了灰色模型GM(1,1)、Bootstrap方法以及不确定度评定理论,建立了密闭空间内爆炸温度动态测量不确定度的灰自助评估模型GBM(1,1),选取某次爆炸试验300s的温度数据作为分析数据,运用估计真值、估计区间和平均不确定度等参数表征其估计结果。实验结果表明,GBM(1,1)模型融合了灰色模型GM(1,1)和Bootstrap方法的优势,可以准确模拟动态测量数据的概率分布,并实时跟踪被测量瞬时值的变化趋势。相比于灰色模型GM(1,1)和Bootstrap方法,灰自助模型GBM(1,1)具有更高的真值估计准确度和区间估计可靠度,其估计误差分布区间为[-12.62, 13.58],标准差为8.69℃,最大相对误差为1.2%,区间估计可靠度高于90%,估计区间能够较完整地包络被测量的动态波动范围。由此证明GBM(1,1)模型能够对密闭空间内爆炸温度的动态测量不确定度做出准确评估。 相似文献
3.
提出了一种基于区间分析的不确定性有限元模型修正方法。在区间参数结构特征值分析理论和确定性有限元模型修正方法基础上,假设不确定性与初始有限元模型误差均较小,采用灵敏度方法推导了待修正参数区间中点值和不确定区间的迭代格式。以三自由度弹簧-质量系统和复合材料板为例,采用拉丁超立方抽样构造仿真试验模态参数样本,开展仿真研究。结果表明,当仿真试验样本能准确反映结构模态参数的区间特性时,方法的收敛精度和效率均较高;修正后计算模态参数能准确反映试验数据的区间特性。所提出方法适用于解决试验样本较少,仅能得到试验模态参数区间的有限元模型修正问题。 相似文献
4.
鲁棒语音识别技术在人机交互、智能家居、语音翻译系统等方面有重要应用。为了提高在噪声和语音干扰等复杂声学环境下的语音识别性能,基于人耳听觉系统的掩蔽效应和鸡尾酒效应,利用不同声源的空间方位,提出了基于双耳声源分离和丢失数据技术的鲁棒语音识别算法。该算法首先根据目标语音的空间方位信息,在双耳声信号的等效矩形带宽(Equivalent Rectangular Bandwidth,ERB)子带内进行混合语音信号的分离,从而得到目标语音的数据流。针对分离后目标语音在频域存在频谱数据丢失的问题,利用丢失数据技术修正基于隐马尔科夫模型的概率计算,再进行语音识别。仿真实验表明,由于双耳声源分离方法得到的目标语音数据去除了噪声和干扰的影响,所提出的算法显著提高了复杂声学环境下的语音识别性能。 相似文献
5.
6.
含区间不确定性参数的机翼气动弹性优化 总被引:1,自引:0,他引:1
提出了一种具有区间不确定性的机翼颤振优化方法.采用拉丁超立方方法建立仿真试验表,基于MSC.Nastran平台进行颤振仿真分析.获得仿真数据之后,应用Kriging方法构造了包含区间不确定性参数的机翼颤振分析代理模型,并进行有效性检验.基于建立的代理模型并按照区间序数关系,将不确定性优化目标和约束条件转化为确定性表达形式,从面形成区间不确定性的结构优化设计方法.该方法将区间法优化和代理模型相结合,同时综合有限元仿真和遗传算法的优点,计算效率较高且应用范围较广.以某复杂机翼结构为例进行了含区间不确定性的颤振优化计算.分析结果表明了所提方法的正确性和可行性. 相似文献
7.
8.
《振动与冲击》2021,(15)
针对单自由度机械臂的系统中存在多个区间不确定性参数,并在工作时受到外部随机扰动的影响,提出了一种基于深度学习神经网络模型的方法来估计单自由度机械臂的定位可靠性。对系统进行不确定性分析,利用区间数描述系统动作过程中的不确定性参数,建立单自由度机械臂的不确定模型;区间不确定参数在一次动作过程中可视为定值,通过实验数据结合参数辨识的方法辨识出几组实验的参数,并验证单自由度机械臂仿真模型的准确性;对区间不确定参数进行拉丁超立方采样代入仿真模型,机械臂在外部随机扰动中实现定位,得到训练神经网络模型的样本数据,构造基于Levenberg-Marquardt(levenberg-marquardt,LM)算法的神经网络模型,进行了Monte-Carlo仿真分析,估计了单自由度机械臂的定位可靠性为84.12%。最后通过多组实验数据的分析,表明提出的方法具有高效性和有效性,可为其他非线性复杂系统的定位可靠性估算提供了新的思路。 相似文献
9.
10.
11.
语音情感识别是人机交互的热门研究领域之一。然而,由于缺乏对语音中时频相关信息的研究,导致情感信息挖掘深度不够。为了更好地挖掘语音中的时频相关信息,提出了一种全卷积循环神经网络模型,采用并行多输入的方式组合不同模型,同时从两个模块中提取不同功能的特征。利用全卷积神经网络(Fully Convolutional Network,FCN)学习语音谱图特征中的时频相关信息,同时,利用长短期记忆(Long Short-Term Memory,LSTM)神经网络来学习语音的帧级特征,以补充模型在FCN学习过程中缺失的时间相关信息,最后,将特征融合后使用分类器进行分类,在两个公开的情感数据集上的测试验证了所提算法的优越性。 相似文献
12.
13.
14.
目的 在智能技术飞速发展、用户需求不断增长的背景下,以用户体验为中心,探索汽车工业“新四化”趋势下的汽车语音交互新形态,重构汽车语音交互模型,针对性地提出交互设计策略。方法 分析车载语音系统与用户之间的信息交流过程,构建汽车语音界面架构和交互模型。通过“新四化”趋势下汽车语音交互在信息主体、信息范围和信息内容等方面的变化综述,运用信息处理流程理论开展汽车语音交互模型和设计策略研究。结果 根据车载语音系统的信息处理流程,提出了以功能层、内容层、形式层、情感层为信息架构的汽车语音界面,构建了基于信息交流的汽车语音交互模型。基于语音界面的信息架构理论,提出了未来的汽车语音交互在功能拓展、内容丰富、形式优化和情感满足等方面的设计策略。结论 从信息交流角度开展的汽车语音交互设计研究,对车载语音系统交互设计和体验优化具有参考意义。 相似文献
15.
小样本数据的支持向量机回归模型参数及预测区间研究 总被引:6,自引:0,他引:6
支持向量机是由统计学习理论发展起来的机器学习算法,它从结构风险最小化的角度保证了模型的最大泛化能力.文中运用支持向量机进行小样本数据回归分析研究.首先利用推广性的界理论指导支持向量机回归模型参数的选取,以保证模型具有最大的推广能力;其次,运用基于正态分布和基于t分布的两种区间预测方法进行了预测值的区间估计;最后,利用模拟序列和真实的航空发动机油样光谱分析数据作为实验数据,建立了支持向量机回归分析模型,并与最小二乘法进行了比较.结果表明,所提出的支持向量机模型参数选取和区间估计方法适用于小样本数据的回归分析,具有较高的预测精度. 相似文献
16.
17.
针对广义Pareto分布应用于超阈值数据拟合时尾部数据较少的情况,将参数的极大似然估计与Bootstrap方法相结合,给出参数的Bootstrap置信区间。Bootstrap置信区间计算方法既可以通过重复抽样充分利用样本信息,又可以避免样本较少时估计量方差偏大的情况。理论证明参数的Bootstrap置信区间是渐近有效的。数值模拟结果表明在一定的置信度下,置信区间的区间长度和覆盖率比较合理。应用建立的Pareto模型对巴颜喀拉地震带震级数据进行分析,结果表明在相同的置信度下,采用Bootstrap方法计算的置信区间比由近似协方差矩阵计算的区间长度更短,这为广义Pareto模型描述地震震级分布的适用性提供了支撑。 相似文献
18.
以工程中普遍存在的结构-声场耦合系统为研究对象,充分考虑系统本身及外载荷的不确定性,基于区间理论建立了含有非概率不确定参数的区间有限元分析方法及区间鲁棒优化模型。首先,利用区间对不确定性参数进行定量化描述,借助泰勒展式提出了求解耦合系统响应范围的区间有限元分析方法。然后,引入鲁棒优化设计的思想,基于区间序关系和区间可能度,分别建立了含区间参数目标函数和约束条件的转换模型,原区间不确定性优化问题就转化为确定性的多目标优化问题。最后通过数值算例,进一步说明了本文所建立鲁棒优化设计模型及算法的有效性。 相似文献
19.
20.
随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注。针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型(Speech Enhancement based on Deep Compressed Sensing, SEDCS)。基于压缩感知原理使用编解码模型代替压缩感知中语音信号稀疏过程,使用卷积神经网络代替测量矩阵实现语音信号观测降维过程,通过联合训练的方式实现语音增强。实验结果表明:该模型能够完成语音增强任务,并且与现有的压缩感知语音增强算法相比,该模型能取得较好的语音增强效果;相比利用深度学习的语音增强算法,该模型虽性能一般,但在模型泛化性能和测试阶段的增强时间效率上有一定提升。 相似文献