基于归纳学习的结构损伤识别方法研究

• 作者: Bostrom Henrik 谈怀江 饶文碧
• 来源期刊: 西安交通大学学报
• 关键词: 结构损伤识别 规则归纳学习 装袋学习算法 神经网络
• 年，卷（期）: 2005,（2）
• 页码范围: 142-145
• 页数: 4页
• 分类号: TP339
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.02.009

摘要

采用归纳学习方法来识别结构损伤. 首先,通过对经典的决策树算法和序列覆盖算法进行结合与改进,得到一种高效且代价又小的归纳学习算法(RAC),同时引入装袋算法产生多个分类法,并用它们进行类预测,而且使用选票策略得出最佳类预测.其次,用正交最小二乘迭代算法作为径向基函数(RBF)神经网络的学习方法,通过"信息-贡献"准则进行正交变换来优选中心.最后,对上述归纳学习方法用于梁结构损伤定位的效果进行了实验评估.结果表明,对于RAC算法和生成分类法的数目分别为10和50情况下的装袋算法,当损伤样本被噪声污染程度在100% 时,识别精度均可达到90% 以上,而对于RBF神经网络算法, 只有当损伤样本被噪声污染程度小于70% 时,识别精度才可达到90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶文碧	武汉理工大学计算机科学与技术学院	60	548	13.0	21.0
2	谈怀江	武汉理工大学计算机科学与技术学院	3	34	3.0	3.0