基于小波包支持向量機(jī)方法的結(jié)構(gòu)件狀態(tài)識別.pdf

1、隨著計(jì)算機(jī)技術(shù)、測試技術(shù)、信號分析技術(shù)的發(fā)展，傳統(tǒng)的靠人工經(jīng)驗(yàn)識別結(jié)構(gòu)件狀態(tài)的方法已經(jīng)不合時宜，取而代之的是更有效的計(jì)算機(jī)模式識別方法。模式識別技術(shù)已經(jīng)廣泛應(yīng)用在人工智能、系統(tǒng)控制、生物醫(yī)學(xué)工程、遙感數(shù)據(jù)分析、軍事目標(biāo)識別等各個學(xué)科領(lǐng)域，在國民經(jīng)濟(jì)、國防建設(shè)、社會發(fā)展的各個方面都得到了廣泛的應(yīng)用，已經(jīng)產(chǎn)生了深遠(yuǎn)的影響。
　　本文首先分析了結(jié)構(gòu)狀態(tài)檢測的相關(guān)技術(shù)，分析了國內(nèi)外關(guān)于聲學(xué)共振檢測技術(shù)的應(yīng)用情況，比較分析了錘擊法與聲學(xué)共振

2、譜方法在結(jié)構(gòu)件狀態(tài)檢測中的應(yīng)用，提出對于精細(xì)結(jié)構(gòu)件的狀態(tài)檢測，利用聲學(xué)共振譜方法有更好的適用性。
　　其次分析了小波方法在聲學(xué)共振譜信號特征提取中的應(yīng)用，根據(jù)聲學(xué)共振譜信號特征，提出兩種利用小波包分解進(jìn)行特征提取的方法。第一種方法是求取分解后的小波系數(shù)的能量；第二種方法是對分解后的小波系數(shù)求解奇異值；將能量與奇異值分別作為結(jié)構(gòu)件狀態(tài)的特征變量，也即模式識別的樣本。
　　最后在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上深入分析了支持向量機(jī)理論及分類