摘要：随着交通领域的迅速发展,保障桥梁安全、降低维护费用成为普遍关注的问题.以振动分析为基础、广泛借助信息技术的理论和方法,进行桥梁状态监测成为当前的研究热点.考虑到的桥梁损伤样本很难获得、个体差异使得损伤数据难以共享的实际问题,本文将桥梁状态监测归结为异常监测问题,引入基于SVM的一类学习算法从长期监测数据中获取正常状态的模式,实现异常状态的精确报警.文中采用香港汀九桥400小时实测数据,验证了这种方法的实际效果.

关键词：桥梁 状态监测 一类学习 支持矢量机 

单位：五邑大学信息学院; 广东; 江门; 529020; 香港理工大学土木及结构工程学系; 香港; 九龙