针对传统损伤检测方法难以准确识别桥梁结构损伤程度的不足,利用分类回归树(classfication and regression tree,CART)算法在数据挖掘方面的优势,通过计算基尼系数选取合适的特征对数据样本进行分类,提出一种损伤检测方法对桥梁的损伤...针对传统损伤检测方法难以准确识别桥梁结构损伤程度的不足,利用分类回归树(classfication and regression tree,CART)算法在数据挖掘方面的优势,通过计算基尼系数选取合适的特征对数据样本进行分类,提出一种损伤检测方法对桥梁的损伤动力信息进行学习分类。首先利用附加质量方法构建结构动力响应数据集,计算附加质量的模态应变能指标ξ,对结构损伤进行定位;然后将ξ作为决策树的特征,输入到CART算法中进行训练,对损伤程度进行分类和识别,并对该方法进行抗噪性验证,最后通过简支梁和连续梁算例进行验证分析。研究结果表明:基于附加质量的损伤识别指标能准确定位损伤,且CART算法能够有效识别桥梁结构的损伤程度,在2%、5%噪声水平下,2种算例的损伤程度识别准确率分别达到99%、95%和95%、90%以上,具有较高准确率和较强鲁棒性;该方法为桥梁结构损伤程度识别提供了一种新的参考。展开更多
针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组...针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组合(高程、地势起伏度、坡度、坡度变率、光照模拟值)、双尺度流域单元、CART决策树算法,实现了北回归线(云南段)地区平原(2类)和山地(7类)共9类地貌的划分,双尺度流域单元划分的最佳流量阈值分别为500、2000。通过平均值、标准差、Moran′s I和人工判读结果对分类结果进行检验,发现基于CART决策树的双尺度流域单元地貌分类方法在北回归线(云南段)地区总体精度可达82.1%,Kappa系数为0.793,总体能够准确识别出研究区的地貌类型空间分布特征,是地貌类型划分的一种可行方法。展开更多
文摘针对传统损伤检测方法难以准确识别桥梁结构损伤程度的不足,利用分类回归树(classfication and regression tree,CART)算法在数据挖掘方面的优势,通过计算基尼系数选取合适的特征对数据样本进行分类,提出一种损伤检测方法对桥梁的损伤动力信息进行学习分类。首先利用附加质量方法构建结构动力响应数据集,计算附加质量的模态应变能指标ξ,对结构损伤进行定位;然后将ξ作为决策树的特征,输入到CART算法中进行训练,对损伤程度进行分类和识别,并对该方法进行抗噪性验证,最后通过简支梁和连续梁算例进行验证分析。研究结果表明:基于附加质量的损伤识别指标能准确定位损伤,且CART算法能够有效识别桥梁结构的损伤程度,在2%、5%噪声水平下,2种算例的损伤程度识别准确率分别达到99%、95%和95%、90%以上,具有较高准确率和较强鲁棒性;该方法为桥梁结构损伤程度识别提供了一种新的参考。
文摘针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组合(高程、地势起伏度、坡度、坡度变率、光照模拟值)、双尺度流域单元、CART决策树算法,实现了北回归线(云南段)地区平原(2类)和山地(7类)共9类地貌的划分,双尺度流域单元划分的最佳流量阈值分别为500、2000。通过平均值、标准差、Moran′s I和人工判读结果对分类结果进行检验,发现基于CART决策树的双尺度流域单元地貌分类方法在北回归线(云南段)地区总体精度可达82.1%,Kappa系数为0.793,总体能够准确识别出研究区的地貌类型空间分布特征,是地貌类型划分的一种可行方法。
