基于特征向量简化的复杂土木结构损伤检测

被引：5

作者：

杨晓楠

姜绍飞

倪一清

马传政

机构：

[1] 沈阳建筑工程学院土木系

[2] 香港理工大学土木与结构工程系

[3] 沈阳建筑工程学院监理公司辽宁沈阳

[4] 辽宁沈阳

[5] 香港九龙红磡

来源：

关键词：

土木工程结构; 损伤定位; 特征向量简化; 主组分分析; 神经网络; 振动;

D O I：

暂无

中图分类号：

TU366.2 [木结构];

学科分类号：

081304 ; 081402 ;

摘要：

针对PNN在有噪声情况下进行结构损伤检测时输入矢量数目大,匹配模式多,训练时间长的缺点,提出了运用主组分分析法来处理数据的概率神经网络损伤定位方法.研究发现,运用该方法进行损伤定位,不仅输入矢量数目和训练时间少于未简化的PNN,而且可以极大地提高损伤定位的识别精度.

引用

页码：81 / 84

页数：4

共 5 条

[1] 土木工程结构安全性评估、健康监测及诊断述评 [J].

李宏男 ;

李东升 .

[2] 基于概率神经网络的悬索桥损伤定位研究 [J].

姜绍飞 ;

刘奎浩 ;

廖云 ;

贾连光 .

[3]

基于神经网络的结构优化与损伤检测[M]. 科学出版社 , 姜绍飞著, 2002

[4]

The state of the art in structural identification of constructed facilities. Doebling S W,Farrar C R. . 1999

[5]

Probabilistic neural networks. Specht D F. Neural Networks . 1990