基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于拉索受力结构来说,拉索的损伤会对整个结构的运营安全性和使用耐久性构成严重的威胁和隐患,因此采用合适的手段对拉索的损伤位置和损伤程度进行快速的识别修复,对拉索类结构来说具有重要的意义.笔者对在大型桥梁结构中具有较大应用潜力的基于神经网络和遗传算法的智能损伤识别方法进行了总结分析,得出适合于大型桥梁结构进行损伤识别的智能识别方法同样适用于拉索损伤识别,但仍存在相应的局限性,需结合其他智能优化算法进一步完善,才能更好的应用于实际工程.随着大数据和人工智能技术的发展,大数据结合人工智能的拉索损伤识别方法将会是未来的发展方向.
推荐文章
人工智能在广播电视行业中的应用研究
人工智能
广播电视
应用
新一代人工智能在智能电网中的应用研究综述
新一代人工智能(NGAI)
智能电网
高级机器学习
大数据
云计算
人工智能在英美央行中的应用及思考
人工智能
英格兰银行
美联储银行
金融监管
人工智能在医疗健康领域的应用研究
人工智能
医疗健康
应用
研究
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能在拉索损伤识别中的应用研究
来源期刊 市政技术 学科 交通运输
关键词 桥梁工程 拉索 损伤识别 大数据 人工智能
年,卷(期) 2020,(2) 所属期刊栏目 桥梁工程
研究方向 页码范围 93-97
页数 5页 分类号 U448.27
字数 5303字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林友勤 福州大学土木工程学院 35 479 12.0 21.0
2 余印根 6 21 2.0 4.0
3 呼明亮 福州大学土木工程学院 8 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (207)
共引文献  (187)
参考文献  (43)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(6)
  • 参考文献(2)
  • 二级参考文献(4)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(11)
  • 参考文献(1)
  • 二级参考文献(10)
1995(7)
  • 参考文献(1)
  • 二级参考文献(6)
1996(9)
  • 参考文献(3)
  • 二级参考文献(6)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(11)
  • 参考文献(2)
  • 二级参考文献(9)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(15)
  • 参考文献(1)
  • 二级参考文献(14)
2004(12)
  • 参考文献(1)
  • 二级参考文献(11)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(20)
  • 参考文献(2)
  • 二级参考文献(18)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(13)
  • 参考文献(2)
  • 二级参考文献(11)
2010(14)
  • 参考文献(5)
  • 二级参考文献(9)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(18)
  • 参考文献(4)
  • 二级参考文献(14)
2013(13)
  • 参考文献(3)
  • 二级参考文献(10)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(6)
  • 参考文献(5)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
桥梁工程
拉索
损伤识别
大数据
人工智能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
市政技术
双月刊
1009-7767
11-4527/TU
大16开
北京市复兴门外南礼士路17号
1973
chi
出版文献量(篇)
5698
总下载数(次)
11
总被引数(次)
13700
论文1v1指导