色综合久久蜜芽国产精品,特级西西人体444www高清大胆,国产又色又爽又黄刺激在线视频,日本孕妇潮喷高潮视频

資訊內(nèi)容
研究亮點(diǎn)

基于對抗生成神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)樓層加速度記錄去噪方法

發(fā)布時間: 2024-05-27 點(diǎn)擊數(shù)量:6333
研究背景:
美國、日本已經(jīng)建立了多個用于監(jiān)測建筑結(jié)構(gòu)地震反應(yīng)的結(jié)構(gòu)臺陣,并嘗試根據(jù)記錄的結(jié)構(gòu)反應(yīng)來評估震后結(jié)構(gòu)的破壞狀態(tài)。然而,在實(shí)際開展結(jié)構(gòu)臺陣布設(shè)時由于受到成本的限制,不僅無法確保逐層布置傳感器,也無法保證所有傳感器均為高精度傳感器。而由低精度傳感器采集的數(shù)據(jù)的噪聲水平又比較高,所采集的數(shù)據(jù)不適合直接用于結(jié)構(gòu)破壞狀態(tài)的評估研究。以往的去噪方法多依賴于基于時域、頻域或時頻域分析開展,需要人工調(diào)節(jié)參數(shù)以達(dá)到最佳去噪效果,過程繁瑣。因此,針對上述問題,中國地震局工程力學(xué)研究所張令心研究員團(tuán)隊(duì)與日本東京大學(xué)地震研究所的KUSUNOKI Koichi教授合作提出了一種基于對抗生成網(wǎng)絡(luò)的針對強(qiáng)噪聲信號的去噪方法。
研究內(nèi)容及成果:
本文將深度學(xué)習(xí)方法應(yīng)用到加速度記錄去噪研究中,采用對抗生成網(wǎng)絡(luò)作為底座,通過加入注意力機(jī)制,提出了一種端到端的去噪方法DeGAN,如圖1所示。該方法具有以下三個優(yōu)點(diǎn):(1)完全的端到端模型,無需其他多余操作;(2)對強(qiáng)噪聲信號的去噪效果好;(3)參數(shù)可自動調(diào)整。通過該方法與現(xiàn)有其他方法對模擬噪聲和真實(shí)噪聲的去噪性能的對比,以及該方法對不同噪聲等級加速度記錄去噪的結(jié)果,驗(yàn)證了該方法的有效性。
在不同噪聲等級數(shù)據(jù)集上的去噪結(jié)果表明,DeGAN 在對強(qiáng)噪聲信號的噪聲抑制方面明顯優(yōu)于傳統(tǒng)的 DWT 方法,如圖2所示。
在時域和時頻域上比較了 DeGAN 和基于 DWT 的方法、基于 U-NET 的方法和基于 ResNet 的方法對模擬噪聲和真實(shí)噪聲的去噪性能。結(jié)果表明,DeGAN可以有效去除強(qiáng)噪聲數(shù)據(jù)中的噪聲的同時,還可保留有用的振動信號。在經(jīng)過DeGAN 去噪處理后,信號的 SNR 從-2.39提高到11.92。
利用振動臺試驗(yàn)采集到的頂點(diǎn)加速度記錄驗(yàn)證了所提方法的穩(wěn)定性。在使用DeGAN去噪后,振動臺數(shù)據(jù)的信噪比增加了70%以上。

該成果發(fā)表在國際權(quán)威期刊《Soil Dynamics and Earthquake Engineering》(Shen Junkai, Zhang Lingxin*, Kusunoki Koichi, et al. Structural floor acceleration denoising method using generative adversarial network. 2023, 173: 108061. DOI: 10.1016/j.soildyn.2023.108061)(IF:4.25,*通訊作者)

圖1 DeGAN的結(jié)構(gòu)

圖2 DeGAN對不同強(qiáng)度噪聲的去噪效果對比

圖3 DeGAN與其他去噪方法的性能對比



<

上一篇

日本海溝S-NET臺網(wǎng)水平向海域板內(nèi)地震動預(yù)測模型

>

下一篇

《強(qiáng)地震動按破壞強(qiáng)度的排序研究》專著出版