基于向量简化的WPNN结构损伤识别研究

摘要：

小波概率神经网络(WPNN)具有小波分析的信号处理能力与概率神经网络鲁棒性，非常适合噪声情况下的结构损伤识别．但wPNN的网络规模会随着训练样本的增加而增大,这极大地降低了网络运行速度．提出基于主组分分析(PCA)的WPNN简化向量损伤识别方法，分别用传统WPNN、主组分分析WPNN模型进行了钢框架结构的损伤识别研究．研究发现，基于PCA的WPNN网络规模大约为传统网络规模1／3的情况下，识别效果基本等同．

关键词： 小波变换 主组分分析 结构损伤识别 小波概率神经网络

作者: 杨晓楠 唐和生 陈镕

作者单位: 同济大学结构工程与防灾研究所,上海 200092

会议类型: 国内会议

会议名称: 第四届全国土木工程研究生学术论坛

会议地点: 西安

会议语种:中文

页码: 261-265

在线出版日期: 2006-09-16（万方平台首次上网日期，不代表论文的发表时间）