《表4 不同噪声水平下的投票检测结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于小波包变换和Replicator Neural Network的单位置结构损伤检测》
图11给出了在9 db噪声的干扰下,第二个传感器对应的RNN的检测结果。由图11可以看出,第一类错误数量受到噪声影响的较小,其数量并没有因为噪声的存在而增加。对于案例2和案例3,由于噪声的存在,第二类错误数量大大增加。但是随着损伤程度的增加,第二类错误数量受到噪声的影响又较小。表4列出了各个噪声水平下的每个案例投票结果的错误判断的样本数量。可以看出,总体上随着噪声水平的增加,第一类错误与第二类错误出现的数量也在增加。但是在有噪声的干扰下,大部分样本都能够正确检测出结构的健康状态,说明该方法具有较好的鲁棒性。
图表编号 | XD00163742600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.15 |
作者 | 张祥、陈仁文 |
绘制单位 | 南京航空航天大学机械结构力学及控制国家重点实验室、南京航空航天大学机械结构力学及控制国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |