《表1 桥梁结构健康状态检测研究对象的样本分布》
为测试基于数据挖掘的桥梁结构健康状态检测模型的有效性,仿真实验平台为:Intel酷睿i3-6100,华硕B150M-PLUS主板,芝奇Ripjaws4DDR4 8G RAM,英特尔600P 256GB硬盘,Win10操作系统。采用桥梁结构损伤程度作为桥梁结构健康状态检测研究对象,桥梁结构损伤程度划分为4级:微损伤、轻度损伤、中等损伤、严重损伤,采用具体损伤指数进行描述,样本数量如表1所示,采用VC++6.0编写桥梁结构健康状态检测模型的算法。为分析数据挖掘的桥梁结构健康状态检测模型的优越性,采用没有核函数主元分析的支持向量机的桥梁结构健康状态检测模型,以及核函数主元分析+BP神经网络的桥梁结构健康状态检测模型(KPCA-BPNN)进行对比测试,分析桥梁结构健康状态检测正确率(%)、误检率(%)、漏检率(%)以及平均检测时间(ms)。支持向量机的核函数选择径向基核函数,其定义如下:
图表编号 | XD00134157200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 武立群、张亮亮 |
绘制单位 | 西南大学工程技术学院、重庆大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |