- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于频域系统辨识和支持向量机的桥梁状态监测方法.pdf
第21 卷第5 期 工 程 力 学 Vol.21 No.5
2004 年 10 月 ENGINEERING MECHANICS Oct. 2004
文章编号 1000-4750(2004)05-0025-06
基于频域系统辨识和支持向量机的
桥梁状态监测方法
*樊可清1 2 2
倪一清 高赞明
(1. 五邑大学信息学院 广东江门529020; 2. 香港理工大学土木及结构工程学系 香港九龙)
摘 要 随着大跨度悬索 斜拉桥的增加 保障桥梁安全 降低维护费用成为交通管理以及政府部门关注的问题
针对损伤样本难以获得的实际情况 将桥梁状态监测问题作为模式识别中的 一类学习 问题处理 桥梁模式特
征获取过程是 只有输出响应 的系统辨识问题 考虑到监测系统需要在线工作的特点 提出运用概念直观 结
果可靠且便于自动实现的CMIF 系统辨识方法作为获取模式特征的工具 为了获得足够敏感的异常报警判别函数
采用了基于支持向量机的一类学习算法 这种方法在得到很高灵敏性的同时 可以方便地权衡敏感性和泛化性能
之间的矛盾 用香港汀九桥794 小时实测数据对所采用的算法进行验证 证明了算法的有效性和实用性 其结果
可供设计类似监测系统时参考
关键词 系统辨识 桥梁状态监测 支持向量机 一类学习算法 模态参数辨识
中图分类号 U446, TP181 文献标识码 A
BRIDGE CONDITION MONITORING APPROACH BASED ON
FREQUENCY DOMAIN SYSTEM IDENTIFICATION AND SUPPORT
VECTOR MACHINE
* 1 2 2
FAN Ke-qing , NI Yi-qing , KO Jan-ming
(1. School of Information, Wuyi University, Jiangmen, Guang Dong 529020, China;
2. Department of Civil and Structural Engineering, The Hong Kong Polytechnic University, Kowloon, Hong Kong, China)
Abstract: As the long span suspension and cable-stayed bridges are widely used in the world, the highway
department has become increasingly interested in developing the bridge condition monitoring system to enhance
the bridge security and reduce the cost for maintenance. Due to the difficulty in acquiring damage case, the bridge
condition monitoring is regarded as a “one class learning” problem in pattern recognition. A bridge condition
moni
文档评论(0)