文献

J-GLOBAL ID：202102234258845799   整理番号：21A1254809

移動主成分分析の特徴に基づく知的損傷診断法【JST・京大機械翻訳】

Intelligent damage identification method with feature based on moving principal component analysis

著者 (6件)： Liang Jieming (華南理工大学 土木与交通学院,广東 广州 510641;華南理工大学 亜熱帯建筑科学国家重点実験室,广東 广州 510641) ,  Liu Yiping (華南理工大学 土木与交通学院,广東 广州 510641;華南理工大学 亜熱帯建筑科学国家重点実験室,广東 广州 510641) ,  Chen Jingsong (广州市高速公路有限公司,广東 广州 510289) ,  Zhou Licheng (華南理工大学 土木与交通学院,广東 广州 510641;華南理工大学 亜熱帯建筑科学国家重点実験室,广東 广州 510641) ,  Liu Zejia (華南理工大学 土木与交通学院,广東 广州 510641;華南理工大学 亜熱帯建筑科学国家重点実験室,广東 广州 510641) ,  Tang Liqun (華南理工大学 土木与交通学院,广東 广州 510641;華南理工大学 亜熱帯建筑科学国家重点実験室,广東 广州 510641)
資料名： Hefei Gongye Daxue Xuebao. Ziran Kexue Ban  (Hefei Gongye Daxue Xuebao. Ziran Kexue Ban)
巻： 43  号： 12  ページ： 1662-1667  発行年： 2020年 
JST資料番号： W1497A  ISSN： 1003-5060  CODEN： HGDXB2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本文では、移動主成分分析(movingprincipalcomponentanalysis,MPCA)に基づく。最適化MP-CA特徴-固有ベクトル差方向角(directionalangleofeigenvectorvariation,DAEV)を提案し、それを機械学習の入力として損傷識別モデルを構築した。二重スパン連続梁の模擬歪監視データを用いて、DAEVによる機械学習モデルによる構造損傷診断の有効性を検証した。結果は,DAEVが,MPCAの特徴ベクトルと比較して,ブリッジ状態の変化をより良く特徴付けることができて,DAEVを入力とする機械学習モデルには,より良い損傷認識能力があることを示した。初期損傷に対して,DAEV特徴を入力としたモデル認識精度はMPCA特徴ベクトルを入力としたモデルより38%?79%。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  スパン ,  連続梁 ,  有効性 ,  固有ベクトル ,  *主成分分析 ,  機械学習
準シソーラス用語： 特徴ベクトル ,  認識精度 ,  *損傷診断 , 【Automatic Indexing@JST】

分類 (2件)： 非破壊試験  (HB02030F) ,  構造動力学  (HD02000E)

タイトルに関連する用語 (2件)： 主成分分析 ,  損傷診断