این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدلسازی در مهندسی، جلد ۱۴، شماره ۴۶، صفحات ۷۷-۹۰
عنوان فارسی تولید سیگنال مصنوعی زلزله به کمک مدلی جدید در فشرده سازی و آموزش شبکه های عصبی مصنوعی
چکیده فارسی مقاله با توجه به استفاده روز افزون از تحلیل دینامیکی تاریخچه زمانی برای محاسبه پاسخ سیستم‌ها، تولید شتابنگاشت‌های مصنوعی مناسب، به علت کمبود رکوردهای ثبت شده زلزله و همچنین محدودیت و اشکالات موجود در آنها، امروزه امری ضروری به نظر می‌رسد. در این مقاله، یک روش جدید برای تولید سیگنال مصنوعی سازگار با طیف پاسخ با استفاده از شبکه‌های عصبی M‏LFF، آنالیز ویولت و آنالیز MFCC ارائه می‌شود. در این روش از ضرائب MFCC جهت فشرده سازی اطلاعات سیگنالهای زلزله، استفاده خواهد شد. در نهایت این شبکه‌ها توسط رکوردهای موجود زلزله‌های ایران آموزش داده می‌شوند، بعد از آموزش شبکه‌ها بر اساس طیف پاسخ موجود، شتابنگاشت نظیر هر طیف پاسخ را بدست می‌آوریم. در پایان به ارائه کاربرد این روش پرداخته و با کنترل نتایج بدست آمده صحت این روش را بررسی می‌نمائیم.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی New method for generation of artificial earthquake record by new model in compression and Artificial Neural Networks
چکیده انگلیسی مقاله In this paper, a new method for generation of artificial earthquake record from the target spectra is proposed. This method uses new model in compression named MFCC analysis and MLFF Artificial Neural Networks and wavelet analysis. This procedure uses the learning capabilities of neural network to expand the knowledge of the inverse recording from response spectra to earthquake accelerogram. In the first step, wavelet analysis is used to decompose earthquake accelerograms to several levels in which each level covers a special range of frequencies, and then for every level a neural network is trained to learn to relate the response spectra to wavelet coefficients. Mel-Frequency Cepstral Coefficient (MFCC) compress signals for better training of neural networks. Finally, the generated accelerogram using inverse discrete wavelet transform is obtained. Some example is presented to demonstrate the effectiveness of the proposed method.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سید علی سلیمانی ایوری | seyyed ali soleymani eyvari
semnan - shahrood - shahrood university
استان سمنان- شاهرود- دانشگاه شاهرود - دانشکده برق
سازمان اصلی تایید شده: دانشگاه شاهرود (Shahrood university)

محمدرضا فدوی امیری | mohammad reza fadavi amiri
university st., amirkola, babol 47317-76437, iran
مازندران - بابل - امیرکلا - موسسه اموزش عالی علوم و فناوری آریان

حسین مروی | hossein marvi
semnan - shahrood - shahrood university
استان سمنان- شاهرود- دانشگاه شاهرود - دانشکده برق
سازمان اصلی تایید شده: دانشگاه شاهرود (Shahrood university)

نشانی اینترنتی http://modelling.journals.semnan.ac.ir/browse.php?a_code=A-10-1404-1&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مهندسی کامپیوتر
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات