吉林大学学报(工学版)
吉林大學學報(工學版)
길림대학학보(공학판)
JOURNAL OF JILIN UNIERSITY(ENGINEERING AND TECHNOLOGY EDITION)
2007年
2期
438-441
,共4页
计算机应用%神经网络集成%结构损伤识别%灰色聚类%泛化能力
計算機應用%神經網絡集成%結構損傷識彆%灰色聚類%汎化能力
계산궤응용%신경망락집성%결구손상식별%회색취류%범화능력
将神经网络集成引入到结构损伤识别领域中,并利用灰色聚类技术对获得的全部个体神经网络模型进行聚类,将得到的差异较大的部分神经网络进行集成,以提高神经网络间的差异性和增强网络的泛化能力.损伤识别实验结果表明,基于灰色聚类的神经网络集成方法不仅可行,而且其损伤识别效果优于传统的神经网络模型.
將神經網絡集成引入到結構損傷識彆領域中,併利用灰色聚類技術對穫得的全部箇體神經網絡模型進行聚類,將得到的差異較大的部分神經網絡進行集成,以提高神經網絡間的差異性和增彊網絡的汎化能力.損傷識彆實驗結果錶明,基于灰色聚類的神經網絡集成方法不僅可行,而且其損傷識彆效果優于傳統的神經網絡模型.
장신경망락집성인입도결구손상식별영역중,병이용회색취류기술대획득적전부개체신경망락모형진행취류,장득도적차이교대적부분신경망락진행집성,이제고신경망락간적차이성화증강망락적범화능력.손상식별실험결과표명,기우회색취류적신경망락집성방법불부가행,이차기손상식별효과우우전통적신경망락모형.
