龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广州科技职业技术大学
摘要：本发明公开了一种基于RBFNN和贝叶斯集成的建筑结构损伤识别方法及系统；本发明涉及建筑工程技术领域；读取RBFNN的网络结构，包括输入层、隐藏层和输出层。输入层对应抽样得到的M个样本点，输出层对应结构损伤的程度。使用LHS生成的样本点及其对应的结构响应数据来训练RBFNN；本发明的方法结合了RBFNN的强大逼近能力和贝叶斯网络的概率推理能力，能够更准确地识别建筑结构的损伤情况。RBFNN能够捕捉数据中的非线性关系，而贝叶斯网络则能够融合多源信息，对不确定性进行建模，从而提高识别的准确性。传统方法中，RBFNN的配置如隐藏层节点数、节点中心和宽度往往依赖经验进行调整。
主权项：1.一种基于RBFNN和贝叶斯集成的建筑结构损伤识别方法，包括，其特征在于，执行如下步骤：S1，数据准备：收集建筑结构在不同损伤状态下的历史数据，构成数据集D，包括结构响应、环境条件和荷载情况；S2，拉丁超立方抽样：利用LHS技术在数据集D的参数空间中进行抽样，生成一组代表性的样本点；S3，读取径向基神经网络代理模型RBFNN：读取RBFNN的网络结构；使用LHS生成的样本点及其对应的结构响应数据来训练RBFNN；S4，贝叶斯网络集成：根据建筑结构损伤识别的输出Y，构建出贝叶斯网络，融合RBFNN的输出以及历史数据和实时监测数据；S5，结果分析：对贝叶斯网络的识别结果a进行分析，得出建筑损伤的位置、程度和类型。
全文数据：
权利要求：
百度查询： 广州科技职业技术大学 一种基于RBFNN和贝叶斯集成的建筑结构损伤识别方法及系统
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