基于改进聚类算法的健康监测系统数据挖掘模型

基于改进聚类算法的健康监测系统数据挖掘模型

论文摘要

基于改进的聚类网络算法,结合有限元模型的影响线法计算荷载与桥梁响应的关系,并以济南第二黄河公路大桥结构安全监测系统数据为基础,训练聚类模型,确定聚类异常阈值,从而建立桥梁健康监测的数据挖掘模型。

论文目录

  • 引言
  • 1 C-Kohonen聚类算法
  •   1.1 基本概念
  •   1.2 算法计算步骤
  • 2 C-Kohonen算法的改进
  •   2.1 收敛速度改进
  •     2.1.1 改进一:引进隶属度增强抑制因子
  •     2.1.2 改进二:改进学习率的幂指数函数
  •   2.2 收敛精度改进
  •   2.3 算法优化后效果对比
  • 3 基于改进后算法的数据挖掘模型建立
  •   3.1 工程概况
  •   3.2 荷载源分析
  •   3.3 数据挖掘模型的建立
  •     3.3.1 数据源选取
  •     3.3.2 有限元模型
  •     3.3.3 数据挖掘模型训练
  •   3.4 异常阈值验证
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 马乃轩,徐传昶,孙文瑞

    关键词: 数据挖掘,聚类算法,有限元模型,健康监测

    来源: 山东交通科技 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: 山东高速工程检测有限公司,桥梁结构大数据与性能诊治提升交通运输行业重点实验室,宁波杉工智能安全科技股份有限公司

    分类号: U446

    页码: 24-28

    总页数: 5

    文件大小: 2194K

    下载量: 147

    相关论文文献

    标签:;  ;  ;  ;  

    基于改进聚类算法的健康监测系统数据挖掘模型
    下载Doc文档

    猜你喜欢