基于pca与ica的结构损伤识别

？在分析主成分分析pca和独立分量分析ica的基础上,建立了基于pca和ica的结构损伤识别构架。利用它们对结构损伤信号进行特征提取,并将提取的特征作为3层bp神经网络的输入,以实现对结构损伤的识别。这2个模型通过britishcolumbia大学iasc-asceshm任务组提供的用于验证分类正确性的结构基准数据集合进行测试。结果显示:pca和ica都能降低信号中噪音的影响,并对特征进行有效提取;基于ica的模型比基于pca的模型预测更准确。