基于改进经验模态分解与BiLSTM 神经网络的低矮房屋脉动风压时程预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为解决风压测量中传感器数据间歇性缺失问题，提出基于改进经验模态分解算法（IEMD）和双向长短期记忆网络（BiLSTM）的结构表面风压时程预测方法.首先，采用基于软筛分停止准则的改进经验模态分解方法，将风压时程自适应地分解为多个固有模态函数，并通过样本熵对其进行重构获得子序列；其次，针对各子序列（剩余2117字）

试读结束

目录
monitor