首页 | 官方网站   微博 | 高级检索  
     

基于支持向量机的大跨度拱桥损伤识别方法研究
引用本文:刘春城,刘佼. 基于支持向量机的大跨度拱桥损伤识别方法研究[J]. 振动与冲击, 2010, 29(7): 174-178. DOI:  
作者姓名:刘春城  刘佼
作者单位:1. 东北电力大学,建筑工程学院,吉林,132012;大连理工大学,海岸与近海工程国家重点实验室,大连,116023
2. 东北电力大学,建筑工程学院,吉林,132012
基金项目:交通部西部科技项目,吉林省教育厅"十一五"科技发展计划项目,吉林市杰出青年科技计划项目 
摘    要:作为一种新兴的机器学习算法,支持向量机在损伤识别中已显示出其回归能力的优越性。将模态曲率改变率作为损伤识别特征参数,提出了基于支持向量机的大跨度拱桥损伤识别方法。首先应用模态曲率改变率进行损伤定位识别,然后重新构造训练样本,利用最小二乘支持向量机方法进行大跨度拱桥的损伤程度识别,该方法在较少的样本条件下,取得了非常接近目标值的识别效果。通过与RBF神经网络的训练结果进行对比,验证了该方法的精确性。

关 键 词:支持向量机  模态曲率改变率  损伤识别  拱桥  吊杆
收稿时间:2009-04-13
修稿时间:2009-08-12

Damage identification of a long-span arch bridge based on support vector machine
LIU Chun-cheng,LIU Jiao. Damage identification of a long-span arch bridge based on support vector machine[J]. Journal of Vibration and Shock, 2010, 29(7): 174-178. DOI:  
Authors:LIU Chun-cheng  LIU Jiao
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《振动与冲击》浏览原始摘要信息
点击此处可从《振动与冲击》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号