基于WPNN与数据融合的损伤检测方法

• 作者: 付春 姜绍飞 盛岩 陈仲堂
• 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 结构损伤检测 融合算法 小波能量特征 概率神经网络
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 土木工程
• 页码范围: 86-90
• 页数: 5页
• 分类号: TU317|TU528.73
• 字数: 5363字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-2021.2005.02.002

摘要

目的为了有效利用结构健康监测系统中的多源传感器数据信息,对复杂结构的健康状况进行诊断进而提高确诊率.方法利用概率神经网络(PNN)的贝叶斯推理与诊断能力及多传感器数据融合原理,将神经网络与数据融合有机结合,使两者优势互补,提出了复杂结构损伤检测技术及其在多层框架结构中损伤检测及诊断中的应用.结果提出了基于小波概率神经网络(WPNN)与数据融合的损伤检测方法.结论基于WPNN与数据融合的损伤检测方法是可行的、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	姜绍飞	沈阳建筑大学土木工程学院	32	637	16.0	24.0
2	陈仲堂	沈阳建筑大学理学院	19	57	5.0	7.0
3	付春	沈阳建筑大学土木工程学院	4	32	3.0	4.0
4	盛岩		2	14	2.0	2.0