斜拉桥病害属性选择方法技术

本申请涉及一种斜拉桥病害属性选择方法，通过对所述样本属性集合中的所有病害属性进行相关分析和冗余分析，不但可以有效去除与类别属性无关的病害属性，保留与类别属性有关的属性，而且可以有效去除与类别属性有关的属性中，与其他属性冗余度较大的属性，确保多个与所述类别属性有关的病害属性之间的冗余度最小化，进而使得最终保留下来的病害属性均为与病害最相关的病害属性，筛选结果准确。

【技术实现步骤摘要】
斜拉桥病害属性选择方法
本申请涉及公路桥梁
，特别是涉及一种斜拉桥病害属性选择方法。
技术介绍
斜拉桥以其跨越能力大、结构形式优美和经济性好等特点在世界上得到了迅速发展。斜拉桥在投入使用的过程中，会自然而然的产生各种病害，病害会严重影响斜拉桥的使用寿命。斜拉桥结构体系复杂，分析每个部件出现的病害可以从不同角度对病害程度和损伤状况进行描述。病害往往具有多种多样的病害属性，时变的或非时变的，精确的或不完整的，模糊的或确定的，相互支持互补的或相互矛盾冲突的。选择与斜拉桥病害相关的病害属性进行研究，对斜拉桥病害的防治的重要性是毋庸置疑的。传统的斜拉桥病害属性选择方法，一般是通过从外观上观察获取病害属性进行分析研究。然而，依据外观观察的方式选择的病害属性较为单一，且无法分析不同病害属性之间的复杂关系，因此，传统的斜拉桥病害属性选择方法具有无法准确找到与病害最相关的病害属性的问题。
技术实现思路
基于此，有必要针对传统斜拉桥病害属性选择方法无法准确找到与病害最相关的病害属性的问题，提供一种斜拉桥病害属性选择方法。<本文档来自技高网...

【技术保护点】
1.一种斜拉桥病害属性选择方法，其特征在于，所述斜拉桥病害属性选择方法包括：/nS100，选取多个斜拉桥样本；/nS200，获取一个斜拉桥样本中，与斜拉桥病害有关的一个类别属性，以及在该类别属性下的多个病害属性；/nS300，创建所述斜拉桥样本的样本属性集合，所述样本属性集合包括所述类别属性和所述多个病害属性；/nS400，对所述样本属性集合中的所有病害属性进行相关分析和冗余分析，去除所述样本属性集合中与所述类别属性无关的病害属性，并确保多个与所述类别属性有关的病害属性之间的冗余度最小化；/nS500，将经所述步骤S400处理后保留的病害属性，作为与斜拉桥病害相关的核心属性，输出所有核心属性；...

【技术特征摘要】
1.一种斜拉桥病害属性选择方法，其特征在于，所述斜拉桥病害属性选择方法包括：
S100，选取多个斜拉桥样本；
S200，获取一个斜拉桥样本中，与斜拉桥病害有关的一个类别属性，以及在该类别属性下的多个病害属性；
S300，创建所述斜拉桥样本的样本属性集合，所述样本属性集合包括所述类别属性和所述多个病害属性；
S400，对所述样本属性集合中的所有病害属性进行相关分析和冗余分析，去除所述样本属性集合中与所述类别属性无关的病害属性，并确保多个与所述类别属性有关的病害属性之间的冗余度最小化；
S500，将经所述步骤S400处理后保留的病害属性，作为与斜拉桥病害相关的核心属性，输出所有核心属性；
S600，对每一个斜拉桥样本均执行所述步骤S200至所述步骤S500，输出与每一个斜拉桥样本对应的所有核心属性。


2.根据权利要求1所述的斜拉桥病害属性选择方法，其特征在于，所述步骤S400包括：
S410，采用第一属性选择算法，对所述样本属性集合中的所有病害属性进行筛选，创建第一集合，将所有经所述第一属性选择算法筛选后得到的病害属性纳入所述第一集合；
S420，采用第二属性选择算法，对所述样本属性集合中的所有病害属性进行筛选，创建第二集合，将所有经所述第二属性选择算法筛选后得到的病害属性纳入所述第二集合；
S430，采用第三属性选择算法，对所述第一集合中的所有病害属性和所述第二集合中的所有病害属性进行进一步筛选，创建第三集合，将所有经所述第三属性选择算法筛选后得到的病害属性纳入所述第三集合。


3.根据权利要求2所述的斜拉桥病害属性选择方法，其特征在于，所述步骤S410包括：
S411a，选取预设病害属性参数值；
S411b，选取所述样本属性集合中的一个病害属性，依据公式1计算所述病害属性的信息熵，依据公式2计算所述类别属性的信息熵，依据公式3计算在已知类别属性C的条件下，病害属性Fi的信息熵；



其中，Fi为被选取的病害属性，H(Fi)为病害属性Fi的信息熵，fi为预设病害属性参数值，pi为在所有斜拉桥样本中，病害属性Fi取值为fi出现的概率，n(fi)为在所有斜拉桥样本中，病害属性Fi取值为fi出现的次数，dom(Fi)为病害属性Fi的值域；n为斜拉桥样本的总个数；



其中，C为所述类别属性，H(C)为类别属性C的信息熵，p(C)为类别属性C在所有斜拉桥样本中出现的概率，n(C)为类别属性C在所有斜拉桥样本中出现的次数；n为斜拉桥样本的总个数；



其中，H(Fi|C)为在已知类别属性C的条件下，病毒属性Fi的信息熵，p(Fi|C)为为在所有斜拉桥样本中，在已知类别属性C的条件下，病害属性Fi取值为fi出现的次数，n(FiC)为在所有斜拉桥样本中，在已知类别属性C的条件下，病害属性Fi取值为fi出现的次数，fi为预设病害属性参数值，p(C)为类别属性C在所有斜拉桥样本中出现的概率，n为斜拉桥样本的总个数；
S411c，依据公式4计算所述病害属性与所述类别属性之间的对称不确定度；



其中，SU(Fi,C)为所述病害属性与所述类别属性之间的对称不确定度，H(Fi)为所述病害属性的信息熵，H(C)为所述类别属性的信息熵，H(Fi|C)为的信息熵，n(C)为类别属性为C出现的次数，为在已知所述类别属性的条件下，病害属性Fi取值fi出现的次数，p(C)为所述类别属性出现的概率；
S411d，判断所述病害属性与所述类别属性之间的对称不确定度是否大于对称不确定度阈值；
S411e，若所述病害属性与所述类别属性之间的对称不确定度大于所述对称不确定度阈值，则将所述病害属性作为与所述类别属性有关的病害属性，在所述样本属性集合中，保留所述病害属性；
S411f，若所述病害属性与所述类别属性之间的对称不确定度小于或等于所述对称不确定度阈值，则将所述病害属性作为与所述类别属性无关的病害属性，在所述样本属性集合中，去除所述病害属性；
S411g，对所述样本属性集合中的每一个病害属性均执行所述步骤S411b至所述步骤S411f，创建第一集合，将所有保留下来的病害属性纳入所述第一集合。


4.根据权利要求3所述的斜拉桥病害属性选择方法，其特征在于，所述步骤S410还包括：
S412a，将所述第一集合中的所有病害属性按数值从大到小排序，选取数值最大的病害属性作为标准属性；
S412b，依据数值从大到小的顺序，将所述第一集合中，比所述标准属性数值小的下一个病害属性，作为待分析属性；
S412c，依据公式5计算所述待分析属性和所述标准属性的对称不确定度，依据公式6计算所述待分析属性和所述类别属性的对称不确定度；



其中，Fj为所述待分析属性，Fs为所述标准属性，SU(Fj,Fs)为所述待分析属性和所述标准属性的对称不确定度，H(Fj)为所述待分析属性的信息熵，H(Fs)为所述标准属性的信息熵，H(Fj|Fs)为在已知所述标准属性的条件下，所述待分析属性的信息熵；



其中，Fj为所述待分析属性，C为所述类别属性，SU(Fj,C)为所述待分析属性和所述类别属性的对称不确定度，H(Fj)为所述待分析属性的信息熵，H(C)为所述类别属性的信息熵，H(Fj|C)为在已知所述类别属性的条件下，所述待分析属性的信息熵；
S412d，判断所述待分析属性和所述标准属性的对称不确定度，是否大于所述待分析属性和所述类别属性的对称不确定度；
S412e，若所述待分析属性和所述标准属性的对称不确定度，大于所述待分析属性和所述类别属性的对称不确定度，则在所述第一集合中，去除所述待分析属性；
S412f，若所述待分析属性和所述标准属性的对称不确定...

【专利技术属性】
技术研发人员：刘小玲，汪炳，郑彭军，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江;33