Machine learning algorithms for damage detection: Kernel-based approaches

این مقاله چهار الگوریتم مبتنی بر هسته را برای تشخیص آسیب در شرایط مختلف عملیاتی و محیطی ارائه می دهد، یعنی بر اساس ماشین بردار پشتیبانی یک طبقه، توصیف داده های بردار پشتیبانی، تجزیه و تحلیل مولفه اصلی هسته و تجزیه و تحلیل مولفه اصلی هسته حریص ارائه می دهد. سری زمانی شتاب از مجموعه ای از شتاب سنج ها از یک ساختار آزمایشگاهی بدست می آید و برای مقایسه عملکرد استفاده می شود. سهم اصلی این مطالعه، کاربرد الگوریتم های پیشنهادی برای تشخیص آسیب و همچنین مقایسه عملکرد طبقه بندی بین این الگوریتم ها و چهار روش دیگر است که در حال حاضر به عنوان رویکردهای قابل اعتماد در ادبیات مطرح شده است. تمام الگوریتم های پیشنهادی نشان داد که عملکرد طبقه بندی بهتر از آنهایی است که قبلا انجام داده اند.