| 自适应小波概率神经网络损伤识别方法 |
| |
| 引用本文： | 姜绍飞,张帅,杨晓楠.自适应小波概率神经网络损伤识别方法[J].沈阳建筑工程学院学报(自然科学版),2006,22(1):45-48. |
| |
| 作者姓名： | 姜绍飞 张帅 杨晓楠 |
| |
| 作者单位： | [1]沈阳建筑大学土木工程学院,辽宁沈阳110168 [2]同济大学结构工程与防灾研究所,上海200092 |
| |
| 基金项目： | 中国科学院资助项目;辽宁省自然科学基金 |
| |
| 摘 要： | 目的 为了提高大型结构健康监测系统的监测能力与损伤诊断率，降低误报率．方法 以小波变换作为动力信号处理工具。利用其可以降低噪声以及在时域-频域表征信号特征的强大能力。提取小波能量作为特征参数；以贝叶斯推理作为模式识别原理的概率神经网络（PNN）为损伤识别分类器，利用遗传算法来优化PNN模型中的圆滑参数σ，提出自适应小波概率神经网络（AWPNN）损伤识别方法．并对ASCE的基准结构模型进行损伤识别研究以验证该方法的有效性．结果 研究结果表明，在噪声程度达40％时，AWPNN的识别正确率高达98％．结论 AWPNN具有较强的抗噪声能力和较高的损伤识别率。在结构健康监测与损伤识别领域具有很大的潜力．
|
| 关 键 词： | 损伤识别 小波变换 能量特征 概率神经网络 噪声 |
| 文章编号： | 1671-2021(2006)01-0045-04 |
| 修稿时间： | 2005年6月10日 |
Damage Identification Approach of Adaptive Wavelet Probabilistic Neural Network |
| |
| JIANG Shao-fei,ZHANG Shuai,YANG Xiao-nan.Damage Identification Approach of Adaptive Wavelet Probabilistic Neural Network[J].Journal of Shenyang Archit Civil Eng Univ: Nat Sci,2006,22(1):45-48. |
| |
| Authors: | JIANG Shao-fei ZHANG Shuai YANG Xiao-nan |
| |
| Abstract: | |
| |
| Keywords: | damage identification wavelet transform energy feature probabilistic neural network noise |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
