0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

Faulty data detection and classification for bridge structural health monitoring via statistical and deep‐learning approach

Autor(en): ORCID (State Key Laboratory for Disaster Reduction in Civil Engineering Tongji University Shanghai China)
(State Key Laboratory for Disaster Reduction in Civil Engineering Tongji University Shanghai China)
(Department of Bridge Engineering Tongji University Shanghai China)
(State Key Laboratory for Disaster Reduction in Civil Engineering Tongji University Shanghai China)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Structural Control and Health Monitoring, , n. 11, v. 28
DOI: 10.1002/stc.2824
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1002/stc.2824.
  • Über diese
    Datenseite
  • Reference-ID
    10624281
  • Veröffentlicht am:
    26.08.2021
  • Geändert am:
    22.10.2021
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine