文献

J-GLOBAL ID：201702214967319787   整理番号：17A0347516

データ駆動に基づくランダム部分空間最適化アルゴリズムと応用【JST・京大機械翻訳】

An Algorithm for Stochastic Subspace Optimization Based on Data-driven and Application

著者 (3件)： Xun Jingchuan (Key Laboratory for Bridge and Tunnel of Shaanxi Province,Chang’an University) ,  He Shuanhai (Key Laboratory for Bridge and Tunnel of Shaanxi Province,Chang’an University) ,  Gao Junliang (Beijing New Intelligent Transport Science and Technology Development Co., Ltd.)
資料名： Gonglu Jiaotong Keji  (Gonglu Jiaotong Keji)
巻： 33  号： 12  ページ： 93-100  発行年： 2016年 
JST資料番号： W0608A  ISSN： 1002-0268  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ランダム部分空間の認識速度を向上させるために,著者らは,従来の出力データを簡素化するために,MAC判定基準を使用することによって,著者らは,確率的部分空間最適化アルゴリズムを導き出した。MATLABプラットフォームによりプログラムを作成し,高速認識の目的を達成した。その結果,HANKEL行列は,過去の出力データを簡素化し,モードの漏れを効果的に避けることができた。第二に,HANKEL行列QR分解によって得られたサブ行列R_(21)を解析し,観測マトリックスと行列R_(21)の特異値分解を直接関係させ,射影行列を解決した。研究結果は以下を示す。部分データは,過去の出力データとして使用して,計算量を減少した。射影行列を避け,計算ステップを単純化した。高次元行列の保存と分解を避け,計算機のメモリを大幅に改善した。認識速度は明らかに増加し,精度は他の文献と一致した。最後に,最適化アルゴリズムの実用性と有効性を検証するために,西寧西寧を工学的用例として使用して,その結果,理想的結果が得られた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 特異値分解 ,  計算機械 ,  高速度 ,  計算量 ,  *簡素化 ,  QR分解 ,  高次元 ,  判定基準
準シソーラス用語： 用例 ,  実用性 ,  射影行列 ,  MATLAB ,  *最適アルゴリズム ,  *部分空間 ,  *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (6件)： bridge engineering ,  optimization algorithm ,  numerical decomposition ,  stochastic subspace ,  matrix ,  modal parameter

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： データ駆動 ,  部分空間 ,  最適化アルゴリズム ,  応用