卢，C.H。;翁，J.H。;陈，C.H。;Chang，Y.W.（张永伟）。 环境变化下飞绥拱坝内部特征提取。 （英语） Zbl 1219.62178号 朱维清（编辑）等，IUTAM非线性随机动力学与控制研讨会。2010年5月10日至14日在中国杭州举行的IUTAM研讨会会议记录。多德雷赫特：施普林格（ISBN 978-94-007-0731-3/hbk；978-94-077-0732-0/电子书）。IUTAM丛书29，45-54（2011）。 小结：本研究的目的是开发分析飞绥拱坝地震响应数据和长期静态数据的方法，并根据分析结果设定大坝安全预警评估的预警阈值水平。首先，利用输入/输出子空间识别技术对84次地震记录数据进行分析，以识别大坝在不同水位下的模态特性。考虑到输入激励的空间变异性，将两种系统模型应用于子空间辨识技术：单输入系统和多输入系统。通过对识别结果的统计分析，得到了识别出的系统固有频率与水位之间的回归曲线。其次，采用两种不同的方法提取大坝长期数据的特征。这些方法包括基于AR模型的奇异谱分析（SSA-AR）和基于自关联神经网络的非线性主成分分析（NPCA）。通过使用这些方法，生成了估计数据和记录数据之间的残余变形，通过统计分析，可以确定大坝静态变形的阈值水平。本文还讨论了（1）两种子空间识别输入模型之间的差异和（2）提出的静态数据提取方法。关于整个系列，请参见[Zbl 1213.93006号]. MSC公司： 62页第12页 统计在环境和相关主题中的应用 第86页第15页 地震学（包括海啸建模）、地震 86甲17 全球动力学、地震问题（MSC2010） 关键词：输入输出子空间识别;奇异谱分析;自回归模型;自联想神经网络;非线性主成分分析 PDF格式BibTeX公司 XML格式引用 \textit{C.H.Loh}等人，IUTAM Bookser。29、45-54（2011年；Zbl 1219.62178） 全文： DOI程序