基于人工神经网络的钢结构损伤识别

由于神经网络的非线性映射、自适应及自学习的能力已越来越多地用于结构损伤识别中,本文根据网络参数选择的原则建立了一个三层BP神经网络结构损伤识别模型,对一简支钢板进行了分析.为避免单一频率或模态振型作为输入向量带来的误差,选用与损伤位置和程度相关的组合参数:即结构损伤前后的频率变化平方和少点模态振型作为输入参数.利用训练好后的网络对损伤模型进行诊断和预测,取得了较好的效果.     

基于人工神经网络的钢结构损伤识别

由于神经网络的非线性映射、自适应及自学习的能力已越来越多地用于结构损伤识别中,本文根据网络参数选择的原则建立了一个三层BP神经网络结构损伤识别模型,对一简支钢板进行了分析。为避免单一频率或模态振型作为输入向量带来的误差,选用与损伤位置和程度相关的组合参数:即结构损伤前后的频率变化平方和少点模态振型作为输入参数。利用训练好后的网络对损伤模型进行诊断和预测,取得了较好的效果。     

快速更新频繁闭合项目集算法

频繁闭合项目集集可惟一确定频繁项目集完全集且数量小得多,然而有关频繁闭合项目集的更新还不多见。为此,提出快速更新频繁闭合项目集算法—FUAFCI(Fast Updating Algorithm of Frequent Closed Itemsets),该算法主要考虑最小支持度发生变化时频繁闭合项目集的更新情况。FUAFCI在最坏的情况下仅须扫描各局部数据库一遍,且利用CLOSET+的项目集合并、子项目集修剪以及子集检验等优化策略及已挖掘的结果,可确保对频繁闭合项目集进行高效的更新。验结果表明,FUAFCI算法是有效可行的。     

基于毕业生跟踪调查数据库分析信息类课程的相关性

通过对毕业生跟踪调查数据的挖掘,发现和分析课程之间的关联关系,结合先验知识,通过调整置信度、支持度,分析频繁项集,找出重要课程和关键技能,符合提高学生理论水平与实际技能的高职培养目标,为学校进行项目课程的教学改革提供参考依据。