首页> 中国专利> 基于统计矩理论和MH-GIBBS混合采样贝叶斯算法的损伤识别方法

基于统计矩理论和MH-GIBBS混合采样贝叶斯算法的损伤识别方法

页面导航

摘要

本发明属于建筑结构损伤识别技术领域，具体涉及基于统计矩理论和MH‑GIBBS混合采样贝叶斯算法的损伤识别方法。本发明基于统计矩理论，通过融合位移四阶统计矩和加速度八阶统计矩作为损伤指标，结合贝叶斯MH‑Gibbs混合采样算法，提出一种仅通过单次采样即可进行结构损伤识别的新方法。

公开/公告号CN113935206A

专利类型发明专利
公开/公告日2022-01-14

原文格式PDF
申请/专利权人重庆大学;
展开▼

申请/专利号CN202110530292.X
发明设计人阳洋;王者伟;凌园;卢会城;
展开▼

申请日2021-05-14
分类号G06F30/23(20200101);G06F30/13(20200101);G06N7/00(20060101);G06F111/08(20200101);G06F119/10(20200101);G06F119/14(20200101);
代理机构50257 重庆市知贝贝知识产权代理事务所(普通合伙);
代理人陈立新
地址 400044 重庆市沙坪坝区沙正街174号
入库时间 2023-06-19 13:54:12

1. 基于统计矩理论和MH-GIBBS混合采样贝叶斯算法的损伤识别方法 [P] . 中国专利： CN113935206A . 2022-01-14
2. 一种基于统计矩理论的结构损伤识别方法 [P] . 中国专利： CN107246944B . 2019.01.22
3. A user identification method basing on statistical learning theory [P] . 英国专利： GB201622383D0 . 2017-02-15

机译：基于统计学习理论的用户识别方法
4. A user identification method basing on statistical learning theory [P] . 英国专利： GB201622313D0 . 2017-02-08

机译：基于统计学习理论的用户识别方法
5. A user identification method basing on statistical learning theory [P] . 英国专利： GB201622306D0 . 2017-02-08

机译：基于统计学习理论的用户识别方法