会议专题

基于向量简化的WPNN结构损伤识别研究

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.

小波变换 主组分分析 结构损伤识别 小波概率神经网络

杨晓楠 唐和生 陈镕

同济大学结构工程与防灾研究所,上海 200092

国内会议

第四届全国土木工程研究生学术论坛

西安

中文

261-265

2006-09-16(万方平台首次上网日期,不代表论文的发表时间)