首页|基于领域自适应支持向量机的跨域损伤识别

基于领域自适应支持向量机的跨域损伤识别

Cross-Domain Damage Identification Based on Domain Adaption-Support Vector Machine

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
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..

damage identificationfrequency change ratedomain adaptationsupport vector machine

李佐强、翁顺、朱宏平、于虹、殷鹏程、尚伟、樊万文

展开 >

华中科技大学土木与水利工程学院,武汉 430074

中铁第四勘察设计院集团有限公司,武汉 430063

中铁科工集团装备工程有限公司,武汉 430299

损伤识别 频率变化率 领域自适应 支持向量机

国家自然科学基金国家自然科学基金国家重点研发计划课题中铁第四勘察设计院集团有限公司课题中铁第四勘察设计院集团有限公司课题中铁第四勘察设计院集团有限公司课题

51922046517782582021YFF05010012021K0852020K0062020K172

2023

10.13969/j.cnki.cn31-1893.2023.09.010

建筑钢结构进展
同济大学

建筑钢结构进展

CSTPCDCSCD北大核心
影响因子：0.806
ISSN：1671-9379
年,卷(期)：2023.25(9)
  • 2
  • 6