龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：三峡大学
申请日：2024-01-17
公开（公告）日：2024-06-21
公开（公告）号：CN118228202A
主分类号：G06F18/27
分类号：G06F18/27;G06F18/211;G06F18/213;G06F18/21;G06F30/27;G06N20/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：基于基向量引导支持向量机的RC框架抗震韧性评估方法，包含以下步骤：一、收集包含多种特征变量的RC框架抗震韧性数据集，并将其划分为训练集和测试集；二、建立最小误差目标函数，求解目标函数以开发基向量自适应选择BVAS算法主动选择最优的基向量；三、基于BVAS算法从大规模数据集中提取少量子样本作为基向量，将其映射到高维特征空间中，建立BVAS‑LS‑SVMR模型；四、利用训练集数据训练BVAS‑LS‑SVMR模型，建立RC框架的抗震韧性预测模型；五、基于测试集数据，检验RC框架的抗震韧性预测模型性能，获取其性能评价指标；本发明通过求解小规模矩阵的逆，显著提升了计算效率并降低了计算机内存需求。
主权项：1.基于基向量引导支持向量机的RC框架抗震韧性评估方法，其特征在于，所述方法包含以下步骤：Step1：收集多种经典RC框架结构的抗震韧性数据，包含多种特征变量的RC框架抗震韧性数据集，并将数据划分为训练集和测试集；Step2：通过建立最小误差目标函数，求解目标函数以开发基向量自适应选择BVAS算法主动选择最优的基向量；Step3：基于BVAS算法从大规模数据集中提取小规模子样本作为基向量，并将其映射到高维特征空间中，建立BVAS-LS-SVMR模型；Step4：利用训练集数据训练BVAS-LS-SVMR模型，建立RC框架的抗震韧性预测模型；Step5：基于测试集数据，检验RC框架的抗震韧性预测模型性能，并获得该方法的性能评价指标。
全文数据：
权利要求：
百度查询： 三峡大学 基于基向量引导支持向量机的RC框架抗震韧性评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号