版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、對(duì)于土木工程結(jié)構(gòu),在局部位置通常會(huì)發(fā)生由于外力作用、環(huán)境惡化和結(jié)構(gòu)老化引起的損傷,表現(xiàn)出結(jié)構(gòu)剛度等物理參數(shù)的改變,同時(shí)在結(jié)構(gòu)動(dòng)力特征上會(huì)導(dǎo)致出結(jié)構(gòu)模態(tài)參數(shù)(如固有頻率、振型等)的變化。結(jié)構(gòu)損傷識(shí)別問(wèn)題作為結(jié)構(gòu)健康監(jiān)測(cè)的核心問(wèn)題,對(duì)于保障土木工程結(jié)構(gòu)特別是重大基礎(chǔ)設(shè)施的安全運(yùn)營(yíng)具有重要的意義。
本文的研究?jī)?nèi)容和貢獻(xiàn)如下:
以結(jié)構(gòu)健康監(jiān)測(cè)為研究背景,針對(duì)結(jié)構(gòu)損傷識(shí)別反問(wèn)題病態(tài)性和不適定性難題,系統(tǒng)考慮結(jié)構(gòu)模型不確定性,同
2、時(shí)利用結(jié)構(gòu)損傷通常具有空間分布稀疏性的先驗(yàn)特征信息,建立結(jié)構(gòu)損傷識(shí)別的稀疏貝葉斯學(xué)習(xí)模型。
基于建立的多層次貝葉斯學(xué)習(xí)模型,研究結(jié)構(gòu)損傷識(shí)別的稀疏貝葉斯學(xué)習(xí)快速算法。通過(guò)貝葉斯模型更新和學(xué)習(xí)獲得結(jié)構(gòu)剛度系數(shù)的后驗(yàn)概率模型,這樣不僅可以得到結(jié)構(gòu)損傷的最可能值,而且可以判斷結(jié)構(gòu)模型中各個(gè)子結(jié)構(gòu)發(fā)生各可能損傷程度的概率,從而更加系統(tǒng)確切地描述損傷。
為了避免超參數(shù)的優(yōu)化而可能引起的貝葉斯學(xué)習(xí)魯棒性問(wèn)題,同時(shí)更多考慮模型參數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏貝葉斯學(xué)習(xí)的雷達(dá)自動(dòng)目標(biāo)識(shí)別方法研究.pdf
- 基于貝葉斯統(tǒng)計(jì)推理的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的DOA估計(jì)算法.pdf
- 基于貝葉斯統(tǒng)計(jì)方法的橋梁損傷識(shí)別研究.pdf
- 基于附加虛擬結(jié)構(gòu)構(gòu)造的貝葉斯損傷識(shí)別方法.pdf
- 基于圖拉普拉斯的稀疏貝葉斯分類算法研究.pdf
- 基于變分稀疏貝葉斯學(xué)習(xí)的頻譜檢測(cè)與定位.pdf
- 基于貝葉斯的人臉識(shí)別.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的三維ISAR成像技術(shù).pdf
- 稀疏貝葉斯學(xué)習(xí)理論及應(yīng)用研究.pdf
- 基于稀疏貝葉斯的相關(guān)信號(hào)DOA估計(jì).pdf
- 基于貝葉斯模型更新的結(jié)構(gòu)損傷識(shí)別方法改進(jìn)及應(yīng)用.pdf
- 基于稀疏貝葉斯的半監(jiān)督超限學(xué)習(xí)機(jī)分類算法研究.pdf
- 基于貝葉斯策略的人臉識(shí)別研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)增量學(xué)習(xí)研究.pdf
- 基于超結(jié)構(gòu)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 快速塊稀疏貝葉斯學(xué)習(xí)算法的理論與應(yīng)用.pdf
- 基于吉布斯采樣的模體識(shí)別算法研究.pdf
- 基于快速稀疏貝葉斯學(xué)習(xí)算法的雷達(dá)數(shù)據(jù)融合技術(shù)研究.pdf
- 貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
評(píng)論
0/150
提交評(píng)論