基于SVM的桥梁状态监测方法

被引:21
作者
樊可清
倪一清
高赞明
机构
[1] 五邑大学信息学院,香港理工大学土木及结构工程学系,香港理工大学土木及结构工程学系广东 江门 ,香港 九龙,香港 九龙
关键词
桥梁; 状态监测; 一类学习; 支持矢量机;
D O I
暂无
中图分类号
U446 [桥梁试验观测与检定];
学科分类号
082301 [道路与铁道工程];
摘要
随着交通领域的迅速发展,保障桥梁安全、降低维护费用成为普遍关注的问题。以振动分析为基础、广泛借助信息技术的理论和方法,进行桥梁状态监测成为当前的研究热点。考虑到的桥梁损伤样本很难获得、个体差异使得损伤数据难以共享的实际问题,本文将桥梁状态监测归结为异常监测问题,引入基于SVM的一类学习算法从长期监测数据中获取正常状态的模式,实现异常状态的精确报警。文中采用香港汀九桥400小时实测数据,验证了这种方法的实际效果。
引用
收藏
页码:67 / 70
页数:4
相关论文
共 3 条
[1]
桥梁结构的健康监测 [J].
秦权 .
中国公路学报, 2000, (02)
[2]
桥梁健康监测与状态评估的研究现状与发展 [J].
袁万城 ;
崔飞 ;
张启伟 .
同济大学学报(自然科学版), 1999, (02)
[3]
实用最优化方法.[M].(英)弗莱彻(Fletcher;R.)著;游兆永等译;.天津科技翻译出版公司.1990,