基于支持向量机的桥梁健康监测系统残缺数据填补.pdfVIP

第25卷 第 12期 传 感 技 术 学 报 V01．25 No．12 2012年 l2月 CHINESE JOURNALOFSENSORSANDACTUATORS Dee．2012 M issingDataImputation inBridgeHealthM onitoringSystem Basedon theSupportVectorM achine FU Yumei ，ZHU ，ZAN Xinwu (TheKeyLaboratoryforOptoelectronicTechnology＆Systerns，Min~tryofEducation，CollegeofOptoelectronicEngineering ChongqingUniversity，Chongqing400044，China) Abstract：Inbridgehealthmonitoringsystem，datapossessthefeaturesofsmallsample，nonlinearandsequentia1．A missingdataimputationmethodbasedonthesupportvectormachineispresented．Itwillanalysetheautocorrelation ofthedataandchoosetheappropriatedimensionsofthesampleasinputstothecalculatedmodewhichisgivenout bytheprincipleofsupportvectorregressionmachine．Themodelwasutilizedtoforecastthemissingdata．Compared withtheresultsofBPneuralnetwork’Simputation，theexperimentalresultsofsupportvectormachineinfillingof missingdatashow thatithasadvantages0n smallersamplesandhighergeneralizationability． Keywords：bridgehealthmonitoringsystem；missingdataimputation；timeseries；support vectormachine EEACC：7210B doi：10．3969／j．issn．1004-1699．2012．12．017 基于支持向量机的桥梁健康监测系统残缺数据填补术 符欲梅 ，朱 芳，昝昕武 (重庆大学光电工程学院，光电技术及系统教育部重点实验室，重庆400044) 摘 要：针对桥梁健康监测系统中采集数据具有小样本、非线性且时序的特点，提出一种基于支持向量机的残缺数据填补方 法 ，在分析数据的自相关性基础上 ，利用支持向量回归机原理，选择适当维数的样本作为支持向量机的输入向量 ，据此进行了 残缺数据的预测；并与BP神经网络的填补效果相 比较，实验结果显示了支持向量机在更小样本情况下填补残缺数据的优势 和强泛化能力。 关键词：桥梁健康监测系统；缺失数据填补；时间序列；支持向量机 中图分类号：TP183 文献标识码 ：A 文章编号：1004—1699(2012)12-1706-05 桥梁在国民经济建设与社会发展中有着极为重 别是在部分结构特征属性空缺的情况下与桥梁结构 要的地位…。桥梁健康监测系统通过安装在桥梁 出现危机的情况类似，极易引起误报警。 关键部位的传感器来获取桥梁的结构信息，并且利 在 目前桥梁健康监测系统常用的残缺数据处理 用远程通信将采集数据传送给远程监控中心，监控 方法中，删除法简单易行，但易造成有用信息丢失；均 中心分析数据，然后得到桥梁结构是否安全的评价 值填补、多重填补及线性 回归