亚洲aⅴ无码国精品中文字慕丨女人下边被添全过视频丨日日爽天天丨红杏成人免费视频丨www蜜臀丨红桃视频91丨久久色网站丨国产视频亚洲丨国产 中文 制服丝袜 另类丨久久免费在线观看丨中文字幕亚洲码在线观看丨亚洲欧洲日韩av丨日本亚洲欧美在线丨欧美熟妇性xxx交潮喷丨国产精品999久久久丨国产视频一区二区三区在线观看丨丰满少妇一区二区三区丨无码av一区在线观看免费丨国产美女无遮挡裸色视频丨成人免费午夜视频69影院丨日本妞vs黑人巨大xxxxx丨国产午夜人做人免费视频丨青青草在线视频网站丨中文字幕丰满人伦在线丨玩中年熟妇让你爽视频

對輸入特征不進行降維時，所提的高效地震易損性分析方法會過早收斂，導致計算精度降低；當用于所提的高效地震易損性分析方法時，核主成分分析（KPCA）和局部線性嵌入（LLE）技術相比較于其他降維技術有明顯的優勢；采用所提方法進行結構地震易損性分析，在不損失計算精度的同時計算效率可以提升將近一倍。

該成果發表在地震工程國際期刊《Earthquake Engineering and Structural Dynamics》（Jinjun Hu*, Bali Liu*, Lili Xie. An unsupervised machine learning based ground motion selection method for computationally efficient estimation of seismic fragility. Earthquake Engineering and Structural Dynamics, 2022. DOI: 10.1002/eqe.3793）（IF：4.060，*通訊作者）

圖1 方法實現流程圖

圖2 本征維數的影響

圖3 收斂誤差的影響

圖4 有效性驗證