机译:基于CNN的深度基于CNN的地面振动监测方案,用于MEMS感测数据
Sejong Univ Sch Intelligent Mechatron Engn Seoul 05006 South Korea|Kyungpook Natl Univ Dept Artificial Intelligence Daegu 41566 South Korea;
Queens Univ Dept Elect & Comp Engn Kingston ON K7L 3N6 Canada;
Korea Inst Geosci & Mineral Resources Geosci Platform Div Daejeon 34132 South Korea;
Korea Inst Geosci & Mineral Resources Geosci Platform Div Daejeon 34132 South Korea;
Korea Inst Geosci & Mineral Resources Geosci Platform Div Daejeon 34132 South Korea;
Micromechanical devices; Vibrations; Monitoring; Convolution; Feature extraction; Sensor phenomena and characterization; Convolutional neural network (CNN); deep learning; ground vibration; microelectromechanical systems (MEMS); sensed data;
机译:基于MEMS的加速度计无线传感器系统在爆炸引起的地面振动和结构健康监测中的应用:综述
机译:基于压缩感知和信念传播的高效节能地面振动测量方案
机译:2008年12月12日中国汶川地震后,利用遥感数据和地面调查工具评估损害并监测早期恢复。
机译:地下水监测的遥感数据
机译:结构健康监控MEMS传感器使用基于弹性的梁振动。
机译:使用MEMS传感器的数据进行地面沉降岩土工程监测中的卡尔曼滤波器
机译:基于MEMS的加速度计无线传感器系统在监测爆炸诱导的地面振动和结构健康中的应用:综述
机译:地面瞬变电磁遥感法在盐水界面深度探测与监测中的应用