一种基于机器学习的随机子空间方法

一种基于机器学习的随机子空间方法，包括以下步骤：利用SHM系统预先采集需识别建筑的部分加速度响应数据，结合随机子空间方法建立SVM分类模型；再将建立的SVM分类模型与K‑MEANS算法相结合，对SHM系统新采集的加速度响应数据进行分析，以实现建筑结构的模态参数识别。利用本发明对五自由度仿真模型的数值模型进行分析，结果表明，本发明建立的SVM分类模型可以自动有效地区分随机子空间方法的结构模态和非结构模态；此外本发明识别的5DOF模型模态参数与其理论值吻合良好，验证了本发明的准确性和有效性。利用本发明分析了某62层住宅楼的现场实测加速度响应数据，结果显示可以自动化地识别该住宅楼的模态参数。