张纯

作品数：45被引量：164H指数：7
导出分析报告
供职机构：南昌大学更多>>
发文主题：损伤识别模型修正正则化结构损伤识别TIKHONOV正则化更多>>
发文领域：建筑科学理学交通运输工程一般工业技术更多>>
发文期刊：《计算机辅助设计与图形学学报》《南昌大学学报（理科版）》《人民黄河》《土木工程与管理学报》更多>>
所获基金：国家自然科学基金江西省自然科学基金国家教育部博士点基金江西省研究生创新基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
“薄壁圆筒弯扭组合变形”实验项目规范
《西南交通大学学报（社会科学版）》2023年第S02期100-106,共7页管国阳 张纯 吴萍 梁洪 谢立新 邓乘 
江西省研究生教改项目(JXYJG-2019-018);南昌大学本科教改项目(NCUJGLX-2020-166-149)
为进一步提高材料力学实验教学质量,以薄壁圆筒弯扭组合变形实验项目为对象编写了实验项目规范,为工科实验力学教学做了有益的探索。
关键词：薄壁圆筒 弯扭组合变形 实验项目规范 
基于深度神经网络的材料力学虚拟仿真实验教学系统设计与开发被引量：2
《西南交通大学学报（社会科学版）》2023年第S02期58-62,共5页张纯 周宇轩 熊拥军 龚良贵 
江西省自然科学基金(20202BAB204029);江西省学位与研究生教育教学改革项目(JXYJG-2019-018);南昌大学教学改革研究项目(NCUJGLX-2020-166-146)
将人工智能技术引入到力学虚拟仿真实验,设计开发了一种以深度神经网络(Deep Neural Networks,DNN)为计算支撑平台的新型材料力学虚拟仿真实验系统;并以槽型截面梁弯曲中心测定实验为例进行了实验结果分析,探讨该系统在引导学生开展材...
关键词：材料力学 虚拟仿真 人工智能 深度神经网络 
基于深度神经网络代理模型的盾构隧道密封垫断面优化被引量：1
《工程力学》2023年第7期137-144,共8页张纯 何君儒 周宇轩 林莹 
国家自然科学基金项目(52268050,51968047);江西省自然科学基金项目(20202BAB204029);江西省研究生教改项目(JXYJG-2019-018)。
合理的弹性橡胶密封垫断面形状是保障盾构隧道管片接缝防水设计性能的关键。密封垫断面优化设计时,需要反复进行材料大变形、接触分析等复杂的非线性计算,极大限制了优化效率。为此,以闭合压力与有效接触压力占比为双控目标,提出了一种...
关键词：代理模型 迁移学习 遗传算法 结构优化 深度神经网络 密封垫 
基于深度自编码器的振动信号盲去噪方法被引量：1
《振动与冲击》2023年第12期118-125,共8页万若青 张纯 江汇强 黎寅斌 
国家自然科学基金(51469016,51968047,52268050);江西省自然科学基金(20202BAB204029);江西省学位与研究生教育教学改革(JXYJG-2019-018)。
为减少传统振动信号去噪方法对信号时、频域先验信息的依赖性,提出了一种基于深度自编码器的振动信号盲去噪方法。在缺少干净信号作为神经网络训练目标的情况下,使用邻近采样及扩展的策略,从原始信号中构造去噪深度神经网络的训练样本对...
关键词：振动信号 深度学习 去噪自编码器 盲去噪方法 
基于多任务学习的结构损伤识别
《南昌大学学报（工科版）》2022年第4期366-372,共7页虞建 张纯 李睿 江汇强 
江西省自然科学基金项目(20202BAB204029);江西省研究生教改项目(JXYJG-2019-018)。
利用信号特征自动学习和提取的特性,深度神经网络已被成功应用于基于振动的结构损伤定位或程度诊断。单一的损伤位置或损伤程度诊断网络虽分别能实现一定的诊断功能,但不同任务之间的相关信息没有得到充分利用;因此,将损伤定位任务和损...
关键词：深度学习 多任务学习 损伤识别 一维空洞卷积 神经网络 
具有无序排列管片环结构的地铁盾构隧道数字模型智能重建被引量：2
《现代隧道技术》2022年第1期80-86,103,共8页张纯 周宇轩 李登鹏 
江西省自然科学基金项目(20202BAB204029);江西省学位与研究生教育教学改革项目(JXYJG-2019-018)。
运营地铁隧道的管理、健康监测及维护正逐渐趋向于数字化、智能化;但常因地铁盾构隧道管理和检测单位缺少隧道数字模型,限制了地铁隧道智能维护和管理系统的应用和发展。文章针对地铁盾构隧道中无序排列的管片环结构,提出了一种基于深...
关键词：地铁盾构隧道 结构智能识别 深度学习 数字模型重建 机器视觉 
基于一维空洞卷积神经网络的结构损伤检测方法研究被引量：1
《工业建筑》2021年第10期177-183,共7页李睿 张纯 
国家自然科学基金项目(51469016);江西省自然科学基金项目(20202BAB204029);江西省研究生教改项目(JXYJG-2019-018);江西省研究生创新专项资金项目(CX2018057)。
利用振动响应对结构损伤进行智能检测和诊断意义重大,但传统深度卷积神经网络模型在处理结构振动信号时存在模型参数多、信号细节信息损失、泛化性能不好等问题,因此提出一种基于一维空洞卷积神经网络的结构损伤检测方法。该方法所使用...
关键词：损伤检测 空洞卷积 全局池化 样本不平衡 代价敏感分类器 
基于深度神经网络的力学场量代理计算模型研究被引量：4
《应用力学学报》2021年第2期552-559,共8页张纯 罗金 李登鹏 
国家自然科学基金(51469016);江西省自然科学基金(20202BAB204029);江西省学位与研究生教育教学改革项目(JXYJG-2019-018);江西省研究生创新专项资金项目(YC2018-S123)。
在深度学习技术的基础上,提出了一种结合深度残差网络和自编码器特征的深度神经网络代理模型;考虑到结构存在空洞或应力集中等局部场量变化急剧的情况,引入了注意力机制来强化深度神经网络对空间局部特征的描述能力。数值算例分析结果表...
关键词：代理模型 深度神经网络 注意力机制 力学场量 残差网络 自编码器 
基于无监督深度学习的声发射信号聚类分析被引量：3
《无损检测》2021年第2期5-10,共6页李睿 张纯 万乐 闫小青 
国家自然科学基金项目(51469016);江西省自然科学基金项目(20202BAB204029);江西省研究生教改项目(JXYJG-2019-018);江西省研究生创新专项资金项目(CX2018057)。
为提高声发射信号检测诊断的自动化程度,直接从声发射波形出发,提出了一种基于深度神经网络与聚类分析的声发射信号分类方法。针对声发射信号标签数据难以获取的问题,采用无监督学习方式,根据大量声发射实测波形进行深度一维卷积自编码...
关键词：声发射信号 无监督学习 特征提取 聚类分析 卷积自编码器 模式识别 
玻璃纤维复合材料拉伸损伤的声发射信号模式识别分析被引量：1
《南昌大学学报（工科版）》2020年第1期23-27,共5页万乐 闫小青 张纯 陈红亮 
国家自然科学基金资助项目(51469016);江西省教育厅科技资助项目(GJJ13053);江西省研究生创新专项资金项目(CX2018057)。
对玻璃纤维复合材料进行常温拉伸破坏实验,利用声发射检测技术实时监测其损伤过程。研究了材料在拉伸破坏过程中的损伤演化规律,发现玻璃纤维复合材料的损伤演化过程可分为损伤发展阶段、损伤加剧阶段和试件失效阶段。同时为了研究材料...
关键词：复合材料 声发射 主成分分析 K-MEANS聚类 损伤模式 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部