新書推薦：
《
如何建立适合自己的交易系统（一本金融初学者建立交易系统的实用工具书）
》
售價：NT$
302.0
《
中国古代文体学研究（中华学术·有道 精装）
》
售價：NT$
770.0
《
美器：中国古代物质文化九讲
》
售價：NT$
874.0
《
谜托邦：故事新编
》
售價：NT$
411.0
《
百年“巨富长”——建筑中的人文与历史
》
售價：NT$
374.0
《
鲁迅“传统”与余华的小说创作
》
售價：NT$
458.0
《
性心理学（裸脊锁线装，一部剖析性心理的百科全书，一本好读实用的性学指南）
》
售價：NT$
291.0
《
抢人：数字时代如何快速吸纳精准人才（美国商业图书大奖AXIOM年度图书）
》
售價：NT$
302.0
|
| 編輯推薦： |
1.提出了多种鲁棒辨识方法。
2.突破了鲁棒辨识方法的技术瓶颈。
3.本书的出版为工程结构相关工作的开展提供了新思路和方法。
|
| 內容簡介： |
本书主要对仅基于响应的结构模态参数辨识技术进行研究，紧密围绕非白激励下的辨识问题、非高斯脉冲噪声下的辨识问题和递推辨识问题，结合机器学习、数据挖掘等领域的思想和工具，提出了基于时域传递率的辨识方法、基于信号分解的辨识方法、基于互相关熵的辨识方法、基于深度学习的递推辨识方法等鲁棒辨识方法。
本书可为工程结构的分析设计、振动控制和健康监测等提供一定的参考，既可作为系统辨识理论与方法相关研究领域学者和研究生的学习资料，也可作为工程实施人员处理相关实际问题的参考资料。
|
| 關於作者： |
|
刘莉，北京理工大学宇航学院教授，北京市教学名师。1991年于北京航空航天大学获得博士学位，2001年2月至7月在英国剑桥大学高层次访问学者。长期从事飞行器总体设计领域的教学和科研工作，2013年获得北京市教育教学成果一等奖（排名第2），2016年获得北京市教学名师奖，2016年获得国家技术发明二等奖（排名第3），2019年获批北京高校优秀本科育人团队（排名第1），2020年获得国防技术发明二等奖（排名第1），2020年获批一流本科课程（排名第1），2021年获得全国高等学校教师自制实验教学仪器设备创新大赛自由设计类一等奖（排名第1）。现任教育部高等学校航空航天类专业教学指导委员会副主任委员、西北工业大学航空实验教学示范中心教学指导委员会主任、月面着陆器系统结构机构优化专家组专家、《航空学报》等期刊编委。
|
| 目錄：
|
第 １ 章 绪论 ………………………………………………………………………… 001
１ １ 结构模态参数辨识的意义与基本任务 ……………………………… 002
１ ２ 仅基于响应的结构模态参数辨识发展现状 ………………………… 005
１ ３ 深度学习在反问题中的应用………………………………………… 026
第 ２ 章 时间序列模型………………………………………………………………… 031
２ １ 引言 …………………………………………………………………… 032
２ ２ ＡＲＭＡＸ 模型 …………………………………………………… 033
２ ３ ＴＡＲＭＡ 模型 …………………………………………………… 042
２ ４ 模态参数的计算 ……………………………………………………… 050
２ ５ 小结 …………………………………………………………………… 051
第 ３ 章 基于传递率的结构模态参数辨识方法 …………………………………… 053
３ １ 引言 …………………………………………………………………… 054
３ ２ 传递率的概念与计算方法…………………………………………… 055
３ ３ 传递率的影响因素分析 ……………………………………………… 061
３ ４ 传递率在模态参数辨识中的应用 …………………………………… 065
３ ５ 仿真结果与比较分析 ………………………………………………… 076
３ ６ 小结 …………………………………………………………………… 092
第 ４ 章 基于信号分解的结构模态参数辨识方法 ………………………………… 095
４ １ 引言 …………………………………………………………………… 096
４ ２ 非平稳信号分析与分解 ……………………………………………… 097
４ ３ 基于统计特性的谐波响应检测……………………………………… 101
４ ４ 时变结构密频模态检测与辨识……………………………………… 103
４ ５ 仿真结果与分析 ……………………………………………………… 105
４ ６ 小结 …………………………………………………………………… 116
第 ５ 章 基于互相关熵的结构模态参数辨识方法 …………………………… 119
５ １ 引言 …………………………………………………………………… 120
５ ２ 非高斯脉冲噪声的表征 ……………………………………………… 121
５ ３ 互相关熵的基本概念 ………………………………………………… 125
５ ４ 基于广义互相关熵的批量辨识方法 …………………………… 127
５ ５ 基于广义互相关熵的递推辨识方法 …………………………… 132
５ ６ 仿真结果与分析 ……………………………………………………… 138
５ ７ 小结 …………………………………………………………………… 148
第 ６ 章 基于深度学习的结构模态参数黑箱递推辨识方法 ……………………… 149
６ １ 引言 …………………………………………………………………… 150
６ ２ 深度学习模型 ………………………………………………………… 151
６ ３ 递推辨识网络模型与步骤…………………………………………… 155
６ ４ 递推辨识结果与分析 ………………………………………………… 158
６ ５ 小结 ……………………………………………………………………… 169
第 ７ 章 基于深度学习的时变结构模态参数递推辨识综合增强方法……………… 171
７ １ 引言 …………………………………………………………………… 172
７ ２ 时变结构振动场递推重建方法……………………………………… 173
７ ３ 时变结构辨识的单模态递推筛选方法 ……………………………… 182
７ ４ 时变结构递推辨识综合增强………………………………………… 192
７ ５ 任务 “粒度” 对深度学习模型的影响 …………………………… 195
７ ６ 小结 …………………………………………………………………… 200
参考文献 …………………………………………………………………………………… 203
附录 主要缩略词 ……………………………………………………………………… 229
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
