通过论述CATIA在简支T型桥梁上的应用方法和成果,本文提出一种基于CATIA的建筑信息模型(Building Information Modeling,BIM)在简支桥梁上的应用方案。结合某铁路桥梁工程实际,在CATIA基础上,本文对模型建立提出了"数据命名规则定...
详细信息
通过论述CATIA在简支T型桥梁上的应用方法和成果,本文提出一种基于CATIA的建筑信息模型(Building Information Modeling,BIM)在简支桥梁上的应用方案。结合某铁路桥梁工程实际,在CATIA基础上,本文对模型建立提出了"数据命名规则定义—>数据结构划分—>骨架搭建—>参数化、函数化、模块化设计—>工程量统计—>工程出图"的基本流程,大大提高了设计效率,达到了方便后期对模型数据查询与管理的效果。
在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD),递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising(K-SVDD)得到的学...
详细信息
在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD),递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising(K-SVDD)得到的学习字典,通过稀疏分解,不能有效去除信号的噪声。为此,该文提出了针对CPS去噪的字典学习算法。该算法首先利用RLS-DLA对的字典进行学习;其次采用非线性最小二乘(NLLS)法修改了该算法对字典更新的部分;最后对训练后的字典通过对信号的稀疏表示得到重构信号。对比其它的字典学习算法,该算法的信噪比(SNR)值明显高于其它算法,而均方误差(MSE)显著低于其它算法,具有明显的降噪效果。实验结果表明,采用该算法得到的字典通过稀疏分解,信号的平均信噪比比K-SVD,RLS-DLS和K-SVDD高出9.55 dB,13.94 dB和9.76 dB。
暂无评论