桥梁健康监测系统中海量数据处理及状态特征的提取与识别已成为系统应用成败的关键。本研究从高阶统计分析的层面应用最新信号处理工具-独立分量分析来提取振动响应中表征结构状态的隐含信息。采用将独立分量分析理论、仿真分析、模型实验和实桥试验相结合的方法,对影响结构状态特征提取的主要因素,即:传感器优化布置、信号降噪、独立分量分析改进算法、独立分量优选、状态特征向量构建等进行系统研究,并对整合了粒子集团优化算法的支持向量机的分类识别精度、算法稳健性等进行研究。根据仿真分析和模型试验的结果,提出一整套应用独立分量分析及支持向量机对结构振动响应进行分析并实现桥梁状态特征提取与分类识别的分析理论和实用算法。相关应用基础研究将有助于研究人员对桥梁状态信息的深层次理解,这对存在适用性困惑的桥梁健康监测系统的正确应用与进步有实际意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
EBPR工艺运行效果的主要影响因素及研究现状
复杂系统科学研究进展
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
独立分量分析算法及其在高维数据特征提取中应用研究
基于独立分量分析的地震信号处理方法研究
基于独立分量分析的自适应滤波算法的研究与应用
基于约束独立分量分析的肿瘤DNA微阵列数据分析新算法研究