期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于概率主成分分析的结构健康监测数据修复方法研究 被引量:7
1
作者 马帜 罗尧治 +3 位作者 万华平 yun c b 沈雁彬 俞峰 《振动与冲击》 EI CSCD 北大核心 2021年第21期135-141,167,共8页
结构健康监测愈来愈成为结构损伤演化行为研究的有效手段和运营安全保障的重要技术。在长期监测过程中,由于监测设备故障、供能中断、数据传输故障等诸多因素存在,监测数据缺失情况不可避免。修复缺失数据有助于保证监测数据的完整性和... 结构健康监测愈来愈成为结构损伤演化行为研究的有效手段和运营安全保障的重要技术。在长期监测过程中,由于监测设备故障、供能中断、数据传输故障等诸多因素存在,监测数据缺失情况不可避免。修复缺失数据有助于保证监测数据的完整性和可靠性。引入了概率主成分分析方法对结构健康监测数据进行修复,该方法无需对完整数据进行训练,尤其适用于完整数据较少、多测点存在数据缺失的情况。概率主成分分析方法能估计修复数据的不确定性水平,给出相应的置信区间。武夷山旋转观众席结构的监测数据用来验证方法的有效性,并与传统主成分分析、多元线性回归法、K最近邻法和压缩传感方法四种数据修复方法对比。结果表明,概率主成分分析方法在不同缺失工况和不同缺失率下的修复效果均最佳。 展开更多
关键词 概率主成分分析(PPCA) 缺失数据修复 结构健康监测(SHM) 最大期望(EM)算法 旋转观众席结构
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部