结构健康监测中的数据融合技术

• 作者: 刘明 姜绍飞 殷晓志 王留生
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据融合 结构健康监测 特征提取 融合算法 神经网络
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 土木工程
• 页码范围: 18-22
• 页数: 5页
• 分类号: TU317|TU528.73
• 字数: 5671字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-2021.2005.01.006

摘要

目的为了充分利用大型结构健康监测系统中来自不同时间与空间的多传感器信息资源,获得被测对象的一致性决策和估计任务,进而提高确诊率.方法从多传感器数据融合的概念、基本原理出发,探讨了数据融合技术在结构健康监测与诊断中应用的可行性,重点研究了基于人工智能的数据融合技术在结构健康监测及诊断中的应用方法.结果提出了小波概率神经网络数据融合损伤检测技术及其在结构损伤检测中的应用.结论基于多传感器数据融合的健康监测与诊断是可行的、有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明	沈阳建筑大学土木学院	101	969	16.0	26.0
2	姜绍飞	沈阳建筑大学土木学院	32	637	16.0	24.0
3	王留生		1	66	1.0	1.0
4	殷晓志		1	66	1.0	1.0