论文摘要
针对桥梁技术状态需要人为主观确定各因素的影响权重问题,基于LIBSVM支持向量机构建了桥梁各部件状态特征因素量和桥梁状态评估值非线性映射模型,通过交叉验证设计LIBSVM寻找最优参数的方法对88座桥梁样本数据进行学习、17座桥梁数据进行测试,同时对比了神经网络模式识别分类方法。分析和对比结果表明:采用LIBSVM方法对桥梁技术状况进行分类预测准确率达100%,其理论完善、计算简便和泛化能力均优于神经网络模式识别,说明LIBSVM方法可以较好地用于确定桥梁技术状况分类。
论文目录
文章来源
类型: 期刊论文
作者: 何新成,高大峰,陈波
关键词: 支持向量机,桥梁技术状况分类,模式识别
来源: 公路 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 西安方舟工程咨询有限责任公司,西安建筑科技大学结构工程与抗震教育部重点实验室
分类号: U445
页码: 135-138
总页数: 4
文件大小: 1534K
下载量: 245
相关论文文献
标签：支持向量机论文; 桥梁技术状况分类论文; 模式识别论文;