Indexed by：
Abstract：
为了有效地利用结构健康监测系统冗余、互补的信息进行结构健康状况评估,该文提出了一种将粗集、数据融合和概率神经网络(PNN)有机地结合在一起的损伤识别新方法.它先用粗集进行属性约简来降低数据的空间维数,然后运用PNN进行融合计算来处理冗余、不确定信息,最后进行融合决策和损伤识别.在粗集属性约简过程中,提出了运用K-均值聚类的方法进行数据离散的处理方法.为了验证所提方法的有效性,对2个数值算例的多种损伤模式进行了识别,并与没有经过粗集处理的PNN损伤识别方法进行了比较.研究发现,该文所提方法不仅可以降低数据的空间维数,而且具有很高的损伤识别精度.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
工程力学
ISSN： 1000-4750
CN： 11-2595/O3
Year： 2009
Issue： 4
Volume： 26
Page： 207-213
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
