您的位置: 专家智库 > >

周青青

作品数:2 被引量:19H指数:2
供职机构:厦门大学信息科学与技术学院更多>>
发文基金:中央高校基本科研业务费专项资金福建省自然科学基金更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 2篇理学

主题

  • 2篇损伤识别
  • 2篇小波
  • 2篇小波包
  • 2篇小波包分解
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇损伤识别方法
  • 1篇相关函数
  • 1篇向量
  • 1篇向量机
  • 1篇结构损伤识别
  • 1篇结构损伤识别...
  • 1篇互相关
  • 1篇互相关函数
  • 1篇基于支持向量...

机构

  • 2篇厦门大学

作者

  • 2篇周绮凤
  • 2篇雷家艳
  • 2篇周青青
  • 1篇宁永鹏
  • 1篇杨帆
  • 1篇杨小青

传媒

  • 1篇振动.测试与...
  • 1篇厦门大学学报...

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于随机森林的建筑结构损伤识别方法被引量:13
2012年
针对利用分类器对建筑结构进行损伤识别的问题,引入一种新的组合分类器算法——随机森林,提出基于小波包分解和随机森林的结构损伤识别方法。首先,采用小波包对结构在不同损伤程度和位置上的振动加速度信号进行分解,得到各个频带上的总能量;然后,利用各频带上能量值存在着差异性作为输入到分类器的特征向量;最后,训练随机森林模型并对建筑结构的损伤位置和损伤程度进行识别。应用该方法对一座8层剪切型钢框架结构进行损伤判别,并与BP神经网络和支持向量机方法进行对比,结果表明该方法具有较好的识别精度与稳定性。
周绮凤杨小青周青青雷家艳
关键词:损伤识别小波包分解
一种基于支持向量机的结构损伤识别方法被引量:6
2013年
提出了结合随机振动响应互相关函数、小波包分解和支持向量机(support vector machine,SVM)的结构损伤识别方法,计算了相邻测点响应的互相关函数幅值.采用小波包对得到的幅值进行分解,得到各个频带上的总能量;利用各频带上能量值存在的差异性作为输入到分类器的特征向量,训练SVM模型并对结构的损伤进行识别.应用该方法对Benchmark模型结构进行损伤判别,实验通过对比其他基于SVM的方法,结果表明该方法具有较好的识别精度.
周绮凤宁永鹏周青青杨帆雷家艳
关键词:损伤识别互相关函数小波包分解支持向量机
共1页<1>
聚类工具0