预测砌体墙板开裂模式的支持向量机方法
朱雷1, 孙世钧2, 阚绍德3, 周广春1
(1.哈尔滨工业大学 土木工程学院, 150090 哈尔滨; 2.哈尔滨工业大学 建筑学院, 150006 哈尔滨; 3. 广州地铁设计研究院有限公司, 510010广州)
摘要:
为探索一种简单易行、精度良好的砌体墙板开裂模式预测方法,建立了一个预测面外均布荷载下砌体墙板开裂模式的支持向量机方法: 对砌体墙板试验开裂模式进行特征提取,获取开裂模式先验知识; 对提取的开裂模式特征进行数值化定义,得到描述开裂模式的特征值;应用支持向量机学习这些试验墙板开裂模式的特征值; 应用学习/训练后的支持向量机模型,对新墙板进行开裂模式的预测.对该支持向量机方法的验证,分别考察了3种情况:三边支撑墙板、四边支撑墙板、混合两种支撑的墙板.结果表明所建立的支持向量机方法,能够基于试验墙板开裂模式,较精确地预测新墙板开裂模式.
关键词: 支持向量机 砌体墙板 开裂模式 预测 特征值
DOI:10.11918/j.issn.0367-6234.2013.06.004
分类号:
基金项目:辽宁省(高校)重点实验室开放基金(YT-200903).
A SVM model for predicting cracking pattern of masonry wall panel
ZHU Lei1, SUN Shijun2, KAN Shaode3, ZHOU Guangchun1
(1.School of Civil Engineering, Harbin Institute of Technology, 150090 Harbin, China; 2.School of Architecture, Harbin Institute of Technology, 150006 Harbin,China; 3.Guangzhou Metro Design & Research Institute Co., Ltd.,510010 Guangzhou,China)
Abstract:
To predict the cracking pattern of masonry under uniformly and laterally load more simply and more accurately, a support vector machine (SVM) method was developed. Firstly, the feature of the cracking patterns of tested wall panels was extracted, and the priority knowledge of these panels was obtained. Secondly, the feature of these panels to form the characteristic data was quantitatively described and the SVM model to study the characteristic data was built. Finally, the cracking patterns of new panels were predicted using the SVM model above. To testify the SVM model, the panels with three simply-supported edges (hereinafter referred to as “the trilateral support”) and a top free edge, the panels with four simply-supported edges(hereinafter referred to as “support on four sides”), and all the panels above were studied. The result indicated that the developed SVM method could predict the cracking patterns of masonry wall panels in a better precision than traditional methods.
Key words: support vector machine (SVM) masonry wall panel cracking pattern predict characteristic data
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
预测砌体墙板开裂模式的支持向量机方法
本站小编 哈尔滨工业大学/2019-10-24
相关话题/哈尔滨工业大学 广州 知识 土木工程学院 基金
知识驱动的三角网格模型分割
知识驱动的三角网格模型分割贺强,张树生,白晓亮(西北工业大学现代设计与集成制造技术教育部重点实验室,710072西安)摘要:为了解决基于特征的CAD模型重建中三角网格模型分割难以体现意义的问题,构建基本造型特征和加工特征组成的知识库来进行有意义的分割.首先以二次曲面的拟合误差和曲率作为分割准则, ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24基于EHR的医疗知识图谱研究与应用综述
基于EHR的医疗知识图谱研究与应用综述何霆1,吴雅婷1,王华珍1,熊英杰1,孙偲1,徐汉川2(1.华侨大学计算机科学与技术学院,厦门361021;2.哈尔滨工业大学计算机科学与技术学院,哈尔滨150001)摘要:电子健康记录(EHR)作为一种医疗信息化手段,在数十年的使用过程中储存和积累了越来越多的 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24面向质量问题的可拓知识表达与诊断推理
面向质量问题的可拓知识表达与诊断推理李金艳1,2,余忠华1,徐宣国2(1.浙江大学机械工程学院,杭州310027;2.江苏科技大学经济与管理学院,江苏镇江212003)摘要:为使生产过程中检测信息不足的质量问题在最短的时间内得到相对合理的解决方案,针对案例的形式化表示及推理方法的局限性,提出基于可拓 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24融合语义知识库的流程匹配算法
融合语义知识库的流程匹配算法常关羽,杨海成,孙鹏(西北工业大学机电学院,西安710072)摘要:为在流程相似度计算中加入流程间深层语义关联的度量,同时在流程节点较多的情况下,实现流程匹配算法在寻优时间复杂度和相似度匹配输出值两方面的综合优化,提出一种面向流程的遗传匹配算法,将遗传算法引入并应用在流程 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24京基金融中心施工全过程跟踪研究
京基金融中心施工全过程跟踪研究王化杰1,2,钱宏亮1,2,范峰1,支旭东1,陆建新3(1.哈尔滨工业大学土木工程学院,150090哈尔滨;2.哈尔滨工业大学(威海)土木工程系,264209山东威海;3.中建钢构有限公司,518040广东深圳)摘要:为获得典型超高层结构施工过程中的响应规律,以京基金融 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24使用极化知识的非均匀杂波数据选择器
使用极化知识的非均匀杂波数据选择器赵宜楠,王军,尹彬(哈尔滨工业大学电子与信息工程学院,哈尔滨150001)摘要:为了解决雷达自适应处理中由于杂波的非均匀所带来的性能恶化问题,提出了一种基于极化特征知识的非均匀复合高斯杂波训练数据选择方法.该方法对训练数据单元进行极化散射矩阵的最大似然估计,然后 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24构成知识空间的现象及范畴的粒结构模型
构成知识空间的现象及范畴的粒结构模型赵健1,2,刘磊11.吉林大学计算机科学与技术学院,130012长春;2.长春工程学院软件学院,130012长春摘要:为建立时间维度下知识运动及演化的动态模型,将现象理解为构成知识的基本要素,并将概念、直观(时间一状态)及关联逻辑作为组成现象的基本范畴,同时将粒结 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24《哈尔滨工业大学学报》第十一届编辑委员会
《哈尔滨工业大学学报》第十一届编辑委员会作者单位摘要:关键词:DOI:分类号:基金项目:Abstract:Keywords: ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24热烈庆祝哈尔滨工业大学建校90周年
热烈庆祝哈尔滨工业大学建校90周年作者单位摘要:水是人类赖以生存和发展的基础,是一种动态可更新的资源,同时也是城市的生命;水环境是衡量一个城市居住、投资与环境好坏的重要标志,也是制约城市经济发展和影响关键词:国家重点实验室水环境工业大学哈尔滨城市水系统理论与技术城市经济发展城市水资源微污染物应用基础 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24SEM的工程项目知识创新能力要素实证分析
SEM的工程项目知识创新能力要素实证分析王丹,李忠富,张庆普哈尔滨工业大学管理学院摘要:在知识经济时代,知识创新作为知识管理中的重要环节,是提升竞争能力的有效途径.基于工程项目一次性的特征,界定了工程项目知识创新能力的4个支撑要素,构建了概念模型及研究假设,设计了知识创新能力及其支撑要素的度量量表, ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2019-10-24