摘要：与损伤识别中广泛应用的支持向量机和人工神经网络等分类工具相比，高斯过程分类（Gaussian Process classification，GPC）能够评价预测类别准确度，且其超参数可以根据训练数据自适应地得到。因而本文对GPC在结构损伤识别中的应用进行了研究，将GPC作为分类器，使用小波包能量法提取振动信号中的特征以降低高斯过程模型输入的维数。通过IASC-ASCE结构健康监测benchmark问题对该方法进行了验证，结果表明其识别精度高，GPC在结构损伤识别方面有良好的前景。