桥梁结构的未标记模态特征稀疏编码深度学习监测

发布时间：2017-08-10 05:03

  本文关键词：桥梁结构的未标记模态特征稀疏编码深度学习监测

  更多相关文章： 结构安全 深度学习 稀疏编码 无线传感器 桥梁结构

【摘要】：由于大部分建筑物结构健康问题是累积性损害,很难被实时检测到,实际结构和环境噪声的复杂性使得结构健康监测更加困难,并且现有方法在训练模型时需要大量的数据,但实际中对于数据的标记是很复杂的。为克服该问题,通过配备无线传感器网络,采用稀疏编码实现桥梁结构健康监测,然后通过大量未标记实例在实现特征提取基础上进行稀疏编码算法训练,实现数据维度压缩和无标记数据预处理;并利用深度学习算法实现桥梁结构健康监测类别预测,同时基于线性共轭梯度对Hessian优化进行改进,利用半正定高斯—牛顿曲率矩阵替换不确定Hessian矩阵,进行二次目标组合,以实现深度学习算法效率提升。实验结果表明,所提深度学习桥梁结构安全检测算法实现了环境噪声稀疏编码水平下的高精度结构健康监测。
【作者单位】： 广西民族大学预科教育学院;武汉大学计算机学院;
【关键词】： 结构安全 深度学习 稀疏编码 无线传感器 桥梁结构
【基金】：国家自然科学基金资助项目(61202032)
【分类号】：U446;TP181
【正文快照】： 0引言为解决建筑的结构性安全检测问题,结构健康监测(struc-tural health monitoring,SHM)技术[1,2]研究已得到广泛重视[3,4]。早期对于SHM研究主要集中在真实物理模型结构模仿工作中,即所谓的模型驱动方法[5]。此方法使用数学建模和物理定律对所监测结构进行表示。这种方式可，

本文编号：648933