论文部分内容阅读
小波概率神经网络(WPNN)具有小波分析的信号处理能力与概率神经网络鲁棒性,非常适合噪声情况下的结构损伤识别.但wPNN的网络规模会随着训练样本的增加而增大,这极大地降低了网络运行速度.提出基于主组分分析(PCA)的WPNN简化向量损伤识别方法,分别用传统WPNN、主组分分析WPNN模型进行了钢框架结构的损伤识别研究.研究发现,基于PCA的WPNN网络规模大约为传统网络规模1/3的情况下,识别效果基本等同.