一种含噪数据FCM聚类算法

针对IADFCM算法在运算过程中忽略区间中点和半宽对区间数分析的问题,给出基于中点、半宽含权重区间数间的欧氏距离,提出一种改进的聚类分析算法,对模拟数据集和实际数据集分别进行仿真实验,实验结果表明,该算法是有效的。

改进正则化对动态光散射含噪数据的反演研究

针对颗粒粒度的动态光散射含噪数据反演过程中Tikhonov正则化法对所有奇异值进行修正导致反演结果抗扰动性差、TSVD正则化法将所有小奇异值进行完全截断导致反演结果粒度信息细节性缺失的问题,本研究在两种算法原理的基础上结合奇异值理论,提出了一种改进的正则化方法Tikhonov-TSVD(TTSVD)。该正则化是通过TSVD的截断参数和Tikhonov正则化的正则参数将奇异值序列按照不同的区间进行三部分划分并进行不同的处理来实现对噪声干扰下的数据反演。通过在不同强度噪声下对模拟数据进行反演实验,将反演结果与传统的Tikhonov正则化和TSVD正则化结果进行对比,结果表明该方法具有比原粒度分布更高的拟合度,在低噪声下反演得到比Tikhonov和TSVD算法更精确的结果,对高噪声下反演结果也具有较好的抗噪性与精确性。最后,350nm的实测颗粒反演结果也验证了该结论。

采用不同方法识别结构模态参数的比较

结构振动信号中混杂的噪声会影响模态参数的识别精度,并会引起虚假模态。通过一五自由度结构系统的数值仿真研究表明:直接识别法的精度低且应用范围有限,应用频域平均法可提高模态参数的识别精度,并且有利于识别出被噪声淹没的模态;修正的LSCE小波阈值滤波法有明显的去噪效果,其提高模态参数识别精度可达到或超过3次平均的效果且识别速度快。通过比较3种方法的结构模态识别结果,得到了修正的LSCE小波阈值滤波法节约试验成本,提高了识别速度和精度,具有明显的可适用性和推广性。