基于二层SVM多分类器的桩基缺陷诊断-电子学报.PDF

第 12A 期 电　　子 　　学 　　报 Vol . 36 　No . 12A 　2008 年 12 月 ACTA ELECTRONICA SINICA Dec . 　2008 　 基于二层 SVM 多分类器的桩基缺陷诊断 康维新 ,彭喜元 ( 哈尔滨工业大学自动化测试与控制研究所 ,黑龙江哈尔滨 150080) ( ) 　　摘 　要 : 　为了研究桩基缺陷的快速和准确的分类方法 ,依据支持向量机 SVM 理论 ,采用多层分类的方法 ,改进 了一对一 SVM 多分类器结构 ,构建了二层一对一 SVM 多分类器模型 ,提出了二层多分类计算方法. 与 BP 神经网络相 比 ,二层 SVM 分类器的学习训练快捷 ,分类处理的实时性能好 ,对小样本测试环境的适应能力强 ,并且具有较好的分 类准确率. 该方法适合于分析训练样本数量少 、分类精度要求高和分类输入输出变量较多的桩基缺陷诊断等多分类问 题 ,对桩基多处缺陷识别的研究也具有重要支持. 关键词 : 　桩基 ; 支持矢量机 ; 多分类 ; 缺陷诊断 ; 神经网络 中图分类号 : 　TU473 　　　文献标识码 : 　A 　　　文章编号 : (2008) 12A06605 The Defect s Dia gno se of Pile Foundation Ba se d on Twolayer MultipleCla s sifier of SVM KAN G Weixin ,PEN G Xiyuan ( ) A utomatic Test and Control Institute , Harbin Institute of Technology , Harbin , Heilongj iang 150080 , China Ab stract : 　For studying the rapid and accurate classification method of pile foundation defects , a multilayer classification method is adopted to improve onetoone supp ort vector machine ( SVM ) multiple classifiers structure , build onetoone twolayer classification model and prop ose twolayer multiple classification method based on SVM theory . Comp ared with the B P neural net work ,the learning and training of twolayer SVM classification is faster and the realtime of the classification processing is better . In addition ,it has stronger adap