论文部分内容阅读
支持向量机是一种新的机器学习方法。它以统计学习理论为基础，从结构风险最小化原则出发，具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类，分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明，支持向量机在模式分类中具有良好的分类性能，在解决航空结构声疲劳问题中有较好的工程应用前景。