典型文献
一种基于时间序列与核岭回归的结构损伤定位方法
文献摘要：
结构健康监测的一个重要目的是实现结构损伤识别与定位,文章将结构监测数据的时间序列模型与机器学习中的核岭回归相结合,提出了一种新的结构损伤定位方法.先定义结构损伤识别矩阵,推导出结构损伤系数向量与损伤结构和未损伤结构的自回归系数向量差值的关联关系,结构的损伤识别矩阵可以通过机器学习中的核岭回归算法获得.对比其他回归算法,核岭回归的正则化、核函数特性可以大幅提高模型的拟合性能与泛化性能,更好地应用于结构损伤识别.然后通过一混凝土框架数值模型对该方法进行验证.结果表明该方法对结构的单损伤、多损伤均可进行有效识别,准确率较高.
文献关键词：
结构损伤检测;时间序列;核岭回归;ARMA模型;机器学习
中图分类号：
作者姓名：
何定桥;杨军
作者机构：
清华大学 土木工程安全与耐久教育部重点实验室,北京 100084
文献出处：
引用格式：
[1]何定桥;杨军-.一种基于时间序列与核岭回归的结构损伤定位方法)[J].地震工程学报,2022(05):1082-1089
A类：
B类：
损伤定位,定位方法,结构健康监测,结构损伤识别,识别与定位,结构监测,时间序列模型,损伤系数,自回归,回归系数,关联关系,核岭回归算法,正则化,核函数,泛化性能,数值模型,多损伤,结构损伤检测,ARMA
AB值：
0.276292
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
