基于特征向量简化的复杂土木结构损伤检测

• 作者: 倪一清 姜绍飞 杨晓楠 马传政
• 来源期刊: 沈阳建筑工程学院学报(自然科学版)
• 学科: 工学
• 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
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 土木工程
• 页码范围: 81-84
• 页数: 4页
• 分类号: TU318|TU393|TU315.95|TP274.2
• 字数: 4457字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-2021.2003.02.001

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜绍飞	沈阳建筑工程学院土木系	32	637	16.0	24.0
2	倪一清	香港理工大学土木与结构工程系	69	2475	27.0	49.0
3	杨晓楠	沈阳建筑工程学院土木系	2	36	2.0	2.0
4	马传政		4	45	3.0	4.0