您的位置： 专家智库 > >

中央高校基本科研业务费专项资金(2013G1321044)

作品数：1 被引量：1H指数：1
相关作者：刘义艳更多>>
相关机构：汉中市建筑勘察设计研究院长安大学更多>>
发文基金：中央高校基本科研业务费专项资金中国博士后科学基金国家自然科学基金更多>>
相关领域：建筑科学更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇建筑科学

主题

  • 1篇多传感器
  • 1篇多传感器信息
  • 1篇多传感器信息...
  • 1篇信息融合
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇向量
  • 1篇向量机
  • 1篇感器
  • 1篇SVM
  • 1篇传感
  • 1篇传感器
  • 1篇传感器信息
  • 1篇传感器信息融...

机构

  • 1篇长安大学
  • 1篇汉中市建筑勘...

作者

  • 1篇刘义艳

传媒

  • 1篇西安建筑科技...

年份

  • 1篇2013
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于多传感器信息融合的SVM结构损伤诊断方法被引量：1
2013年
为了能准确地诊断复杂结构损伤的发生、位置和程度,提出了一种聚类经验模式分解(EEMD)、小波包分解(WPT)、多传感器信息融合和SVM模式分类相结合的结构损伤诊断方法.首先对多个传感器采集的加速度振动信号进行EEMD分解,选择包含结构损伤信息丰富的固有模态函数(IMF);其次对其进行正交小波包分解,并计算小波包相对能量分布;最后把这些传感器信号的小波包相对能量融合,构成SVM分类器的输入特征向量,从而实现损伤的诊断和评价.研究结果表明:该方法在学习样本数较少的情况下仍然具有较好的适应性和分类能力;多传感器信息融合技术减小了损伤检测信息的不确定性,提高了损伤诊断准确率.
刘义艳陈晨俞竣瀚
关键词：支持向量机信息融合
全选 清除 导出
共1页<1>
聚类工具0