基于支持向量机和模态频率的结构损伤诊断
刘龙
孟光
1.上海交通大学,振动、冲击、噪声国家重点实验室,上海,2002402.上海交通大学,振动、冲击、噪声国家重点实验室,上海,200240
摘要：支持向量机(support vector machine, SVM)是一种基于统计学习理论的机器学习算法,能够较好地解决小样本的学习问题.文中介绍支持向量机回归算法,并应用于结构损伤诊断领域;构造基于模态频率的损伤标识量,作为特征参数训练支持向量机实现对结构损伤的定位和程度标识;最后以梁的损伤识别为例进行验证.结果表明,支持向量机在结构损伤诊断领域中具有很好的应用前景.
关键词：支持向量机模态频率损伤识别
分类号：TB12(工程基础科学)
资助基金：国家高技术研究发展计划（863计划）(50335030)
论文发表日期：2006-04-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：4( 349-352 )
英文信息