基本信息:
- 专利标题： 基于多尺度时空窗主成分分析的建筑结构损伤识别方法
- 申请号：CN202211353939.7 申请日：2022-11-01
- 公开(公告)号：CN115935786A 公开(公告)日：2023-04-07
- 发明人： 张舸 , 李健 , 孙晖 , 李美琦 , 郭晓昌
- 申请人： 广东省建筑科学研究院集团股份有限公司
- 申请人地址： 广东省广州市天河区先烈东路121号建科院新办公楼8楼
- 专利权人： 广东省建筑科学研究院集团股份有限公司
- 当前专利权人： 广东省建筑科学研究院集团股份有限公司
- 当前专利权人地址： 广东省广州市天河区先烈东路121号建科院新办公楼8楼
- 代理机构： 广州知友专利商标代理有限公司
- 代理人： 李海波; 侯莉
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06F30/17 ; G06F18/241 ; G06F18/2135 ; G06N3/0442 ; G06N3/08 ; G06Q50/08 ; G06F119/08
摘要：
本发明公开了一种基于多尺度时空窗主成分分析的建筑结构损伤识别方法，包括：S1、对传感器响应数据进行多尺度时空窗主成分分析，获得不同时空窗下对应的特征向量；S2、特征向量根据不同损伤工况进行分类，获得不同损伤工况对应的特征向量数据集；S3、将特征向量数据集中的特征向量加上类别标签；S4、将特征向量作为训练样本输入到Bi‑GRU神经网络进行训练以更新Bi‑GRU神经网络的各层参数，得到基于Bi‑GRU深度网络的模型；S5、将待预测数据根据S1～S3得到的特征向量输入到模型中，获得预测结果。本发明提高了识别准确度、识别效率，实现高精度、高准确率对建筑结构是否发生损伤、损伤位置和受损程度的智能识别。
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |