基于领域自适应支持向量机的跨域损伤识别
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...
Saved in:
| Main Authors: | , , , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Department of Progress in Steel Building Structures, Tongji University
2023-09-01
|
| Series: | Jianzhu Gangjiegou Jinzhan |
| Subjects: | |
| Online Access: | http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2023.09.010 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|