基于PCA与ICA的结构损伤识别

• 来源期刊: 武汉理工大学学报
• 学科: 工学
• 关键词: 主成分分析 独立分量分析 结构损伤识别 特征提取 人工神经网络
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP181
• 字数: 3068字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4431.2006.07.025

摘要

在分析主成分分析PCA和独立分量分析ICA的基础上,建立了基于PCA和ICA的结构损伤识别构架.利用它们对结构损伤信号进行特征提取,并将提取的特征作为3层BP神经网络的输入,以实现对结构损伤的识别.这2个模型通过British Columbia大学IASC-ASCE SHM任务组提供的用于验证分类正确性的结构基准数据集合进行测试.结果显示:PCA和ICA都能降低信号中噪音的影响,并对特征进行有效提取;基于ICA的模型比基于PCA的模型预测更准确.