您的位置: 专家智库 > >

温州市科技计划项目(S20100060)

作品数:2 被引量:0H指数:0
相关作者:王艳茹李博张茂雨更多>>
相关机构:温州大学更多>>
发文基金:温州市科技计划项目更多>>
相关领域:理学建筑科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇建筑科学
  • 2篇理学

主题

  • 1篇性能分析
  • 1篇在线识别
  • 1篇噪声
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇识别方法
  • 1篇特征向量
  • 1篇系统识别
  • 1篇向量
  • 1篇向量机
  • 1篇模式识别
  • 1篇模式识别方法
  • 1篇抗噪
  • 1篇抗噪声
  • 1篇抗噪声能力
  • 1篇SVM
  • 1篇LS-SVM

机构

  • 2篇温州大学

作者

  • 2篇张茂雨
  • 2篇李博
  • 2篇王艳茹

传媒

  • 2篇世界地震工程

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
WK-LS-SVM结构损伤模式识别方法的性能分析
2013年
基于小波核函数最小二乘支持向量机方法(WK-LS-SVM)的研究成果,对WK-LS-SVM方法的抗噪声能力和适用性进行了分析。对10层框架结构的25种损伤工况进行了数值模拟,结果表明WK-LS-SVM方法具有良好的抗噪声能力。对不同结构相同损伤等级的自振频率进行分析,发现两者的自振频率变化率具有相似性,因此用某结构参数训练的支持向量机识别结构参数与之差异不大的结构的损伤情况,其识别误差小。因此实际工程中用简化估计的结构参数来识别损伤能满足工程精度要求。
张茂雨李博王艳茹
关键词:模式识别抗噪声能力
基于SEEW-SVM的结构损伤在线识别
2013年
在增量式特征向量加权支持向量机(WEVLS-SVM)结构损伤在线识别方法的基础上,提出了自适应特征向量指数加权向量机(SEEW-SVM)识别方法,该方法通过增加样本与修剪算法更新样本,并根据样本贡献量的大小对特征向量自适应进行指数加权。以剪切型结构为例进行了数值模拟分析,结果表明SEEW-SVM方法与WEVLS-SVM方法相比,不仅提高了识别精度,而且大大提高了识别效率,更适用于对结构的时变参数进行在线识别。
张茂雨林晓王艳茹李博
关键词:系统识别支持向量机
共1页<1>
聚类工具0