基于支持向量机的结构损伤程度识别研究

• 作者: 刘龙 孟光
• 来源期刊: 强度与环境
• 学科: 物理学
• 关键词: 损伤识别 支持向量机 模态频率
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 结构强度
• 页码范围: 12-16
• 页数: 5页
• 分类号: O327
• 字数: 3391字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-3919.2005.04.003

摘要

支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题,具有很优秀的回归特性.本文提出了一种基于支持向量机辨识结构损伤程度的方法,构造模态频率作为损伤标识量训练支持向量机对损伤程度进行预测,并以悬臂梁为例进行了仿真计算.结果表明:支持向量机是一种很有潜力的结构损伤识别方法,具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟光	上海交通大学振动冲击噪声国家重点实验室	206	2435	25.0	38.0
2	刘龙	上海交通大学振动冲击噪声国家重点实验室	18	185	7.0	13.0