悬臂梁损伤的支持向量机识别研究

针对结构损伤识别中,损伤与其影响因素之间的复杂非线性关系,提出了结构损伤识别的支持向量机方法。支持向量机是一种基于统计学理论的机器学习算法,本文以模态频率作为损伤标识量,通过支持向量机建立了损伤程度和频率之间的支持向量机模型,并以悬臂梁的损伤为例进行了计算分析,结果表明提出的方法是科学,可行的。     

雾霾天气对交通运输影响的分析

近年来,随着人类生态环境的不断破坏,城市环境的不断恶化,我国中东部地区出现大规模的雾霾天气,给交通带来很大影响,而对交通严重依赖的各行业也因此受到波及。伴随着以上问题,本文介绍了我国雾霾天气的现状和雾霾对交通运输的影响,并着重分析了雾霾导致的能见度降低对公路运输的影响,通过结合我国交通运输发展的实际情况,提出相关的合理化建议。     

矿井涌水水源识别的MMH支持向量机模型

 提出一种新的多水源判别的H支持向量机模型。推导H支持向量机的理论推广误差公式,发现确保高优先级节点的推广性能是提高H支持向量机性能的有效途径;设计基于SVM最大间隔逐层分类、最小间隔逐层聚类构造H支持向量机的新方法,以各支持向量机节点的分类间隔为分类、聚类指标,通过TopDown,BottomUp两种方式混合构造H支持向量机,即MMH支持向量机。实验效果表明,MMH支持向量机结构简单、泛化能力强,不仅能正确区分各类水源,而且其层次结构能很好地反映各水源的层次关系。判别函数的法向量还可以指示各含水层水质化验指标的权重,为矿井涌水水源识别提供了新的科学方法。     

基于支持向量机的结构损伤识别分析

支持向量机是一种基于统计学习理论的机器学习方法,具有很好的回归和预测性能.本文提出了一种基于支持向量机回归的结构损伤识别方法,采用柔度作为支持向量机的输入向量,并以两跨连续梁为例进行仿真计算.结果表明,本文方法可以较好的从单点损伤情况预测出两点损伤情况的损伤位置和损伤程度.     

高海拔地区公路病害精准识别技术分析

为了建立高海拔地区公路病害自动化精准识别技术，文中在青藏公路选取研究路段，通过无人机航拍方式获取公路数字化影像，分别利用支持向量机和最小距离算法进行图像分类，目标是识别病害类型、计算病害面积占比和路面破损率。经过检测，两种算法的病害识别准确率分别为96.97%、92.04%，支持向量机的分类识别效果更好。测试路段的主要病害类型为修补、坑槽、沉陷，根据面积占比和换算系数计算出路面破损率为1.637%。     

粒子群优化支持向量机的交通量预测方法

为了准确预测交通流量,为实施交通疏导提供参考依据,提出了一种基于小生境粒子群优化高斯小波核函数支持向量机的交通流量预测方法。首先将小波思想引入核函数,使用高斯小波核函数取代了经典支持向量机的高斯核函数。同时在支持向量机的学习算法上引入了小生境粒子群优化算法,基于小生境粒子群的多样性的优势,使得支持向量机的参数得到最优解。最后进行了预测仿真,结果表明本文方法的预测精度高于传统方法。为交通流量的预测方法提供了一种参考。     

基于模态柔度相对变化量的结构损伤识别

介绍了支持向量机的分类算法,构造了基于模态柔度相对变化量的损伤识别指标,并将此指标作为支持向量机的特征参数进行训练和结构的损伤识别,通过对简支梁仿真计算及试验结果表明：支持向量机对结构损伤的识别有着良好的抗噪性能,该方法对梁的损伤位置有较高的识别能力。     

基于领域自适应支持向量机的跨域损伤识别

基于支持向量机的结构损伤识别方法建立在训练和测试数据同概率分布的假设上,必须对每个结构分别收集训练数据和标签并训练模型以识别损伤。损伤结构的训练数据和标签难以收集,导致支持向量机方法在结构损伤识别中难以实施。提出一种基于领域自适应支持向量机的跨域损伤识别方法,将在有损伤标签结构（源结构）上训练的支持向量机推广到无损伤标签结构（目标结构）的损伤识别中。该方法首先提取结构的多阶固有频率变化率作为损伤特征构建训练数据;然后,推导最小化边缘分布差异与最小化联合分布差异的迁移学习方法,将源结构和目标结构数据映射到高维特征空间,减小域之间的数据分布差异;最后,使用映射后的源结构数据训练支持向量机,使用该支持向量机对目标结构进行损伤识别。应用于钢框架与混凝土框架,以及不同结构形式钢框架中的跨域损伤识别,显著提高了支持向量机对目标结构的损伤识别准确率。该方法充分利用了不同结构的损伤标签和支持向量机模型,解决了机器学习中训练数据和损伤标签缺乏的难题,并能极大地提高学习效率、降低学习成本,为基于支持向量机的结构损伤识别提供了新的解决思路。     

混凝土强度预测的两种非线性模型比较研究

混凝土的强度的预测是一个复杂的问题,受多种因素的影响.采用两种先进的非线性算法支持向量机与小波支持向量机,建立 了混凝土强度预测的两种非线性预测方法.研究结果表明:两种方法的预测结果与实测结果吻合较好,小波支持向量机的预测精度较支持向量机精度高,在混凝土的强度预测中具有较好的适应性.     

采用支持向量机方法对框架结构的损伤识别

将支持向量机方法用于框架结构的损伤检测,并通过一个算例对该方法进行了损伤识别效果的测试,试验表明支持向量机适用于单损伤的检测,对于损伤位置的判断,有很好的精确性,而且对损伤程度的预测也有很好的精度。