主权项 |
一种桥梁结构健康监测静态参数的半监督协同评估方法,包括如下步骤:1)输入桥梁结构的静态数据,并对之进行属性量化预处理,形成桥梁结构健康监测静态样本集,其中包含已标记样本集L和未标记样本集U;2)通过对已标记样本集L进行自助采样产生S<sub>1</sub>、S<sub>2</sub>和S<sub>3</sub>三个子集,在此基础上,选择三种不同的监督学习算法进行训练,建立初始分类器h<sub>1</sub>、h<sub>2</sub>和h<sub>3</sub>;3)分别对三个分类器进行训练,每个分类器训练数据集中的新标记样本由其它两个分类器协同提供,并通过模型更新策略进行模型更新;4)采用基于标记准确率的加权投票法对三个分类器进行集成,从而建立分类器模型来对测试样本集进行预测;5)利用建立的分类器模型对桥梁结构健康数据进行分类,分类结果分别对应于桥梁结构健康的四种不同状态,即正常状态、预警状态、报警状态和极值状态,后三种作为警示状态处理;6)如果出现警示状态,说明桥梁结构健康状况异常,需进行桥梁诊断或维护处理;其中,步骤4)中,利用权重生成策略为分类器赋权,三个分类器分别赋予不同的决策权值形成半监督协同分类器;对于各分类器的权重分配采用基于标记准确率的加权投票法:利用三个分类器h<sub>1</sub>,h<sub>2</sub>,h<sub>3</sub>分别对于已标记样本集L进行分类,计算得到分类错误率e<sub>1</sub>,e<sub>2</sub>,e<sub>3</sub>;则分类器权重<img file="FDA0000558109840000011.GIF" wi="443" he="114" />其中i=1,2,3;这样分类错误率低的分类器得到了较高的权值,分类错误率高的得到了较低的权值。 |