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。