基于SVM的桥梁状态监测方法

• 作者: 倪一清 樊可清 高赞明
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 桥梁 状态监测 一类学习 支持矢量机
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 桥梁工程
• 页码范围: 67-70
• 页数: 4页
• 分类号: U446
• 字数: 3693字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2004.01.019

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊可清	五邑大学信息学院	40	491	11.0	21.0
2	倪一清	香港理工大学土木及结构工程学系	69	2475	27.0	49.0
3	高赞明	香港理工大学土木及结构工程学系	37	1850	22.0	37.0