桥梁数据异常诊断方法在伸缩缝监测中的应用

• 作者: 吴键 张宇峰 梁栋 袁慎芳
• 来源期刊: 数据采集与处理
• 学科: 交通运输
• 关键词: 桥梁数据 特征提取 主成分分析 异常诊断 超球面一类支持向量机
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 579-584
• 分类号: U446
• 字数: 5481字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2011.05.016

摘要

针对由桥梁结构损伤和监测系统传感器故障引起的桥梁数据异常诊断问题,提出了一种基于主成分分析和起球面一类支持向量机的桥梁数据异常诊断方法.首先,对原始信号进行预处理和小波阈值去噪,然后,统计信号的时域、频域及自回归模型系数特征,利用主成分分析进行特征提取获得重要特征,最后,利用超球面一类支持向量机进行异常模式识别.通过江阴大桥伸缩缝相关监测数据表明,该方法可以较好识别和伸缩缝相关的数据异常,防止监测系统误报漏报的发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁慎芳	南京航空航天大学智能材料与结构航空科技重点实验室	151	2275	26.0	40.0
2	张宇峰		12	110	7.0	10.0
3	梁栋	南京航空航天大学智能材料与结构航空科技重点实验室	13	75	5.0	8.0
4	吴键	南京航空航天大学智能材料与结构航空科技重点实验室	10	342	10.0	10.0