首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于小波神经网络的结构损伤识别研究

摘要第1-6页
ABSTRACT第6-7页
目录第7-10页
第一章 绪论第10-20页
   ·选题依据及其重要意义第10-11页
   ·结构损伤识别的发展概况第11-12页
   ·结构损伤识别方法研究第12-16页
     ·基于仪器设备测量的局部损伤识别方法第12-13页
     ·基于静态数据测量的结构损伤识别方法第13页
     ·基于动力特性的结构损伤识别方法第13-15页
     ·智能损伤识别方法第15-16页
   ·小波分析在结构损伤识别中的应用第16-17页
   ·人工神经网络算法在结构损伤识别的中应用第17-19页
   ·本文研究的主要内容第19-20页
第二章 小波分析基本理论第20-27页
   ·引言第20页
   ·傅里叶变换和窗口傅立叶变换第20-21页
   ·小波变换第21-22页
   ·连续小波变换第22-24页
     ·连续小波变换的主要性质第22-23页
     ·连续小波变换的频率特性第23页
     ·连续小波变换的尺度特性第23-24页
   ·离散小波变换第24页
   ·几种常用小波函数第24-27页
     ·Daubechies 小波第25页
     ·Morlet 小波第25页
     ·Mexico 草帽小波第25-26页
     ·Haar 小波第26-27页
第三章 神经网络基本理论第27-33页
   ·引言第27页
   ·人工神经网络第27-29页
     ·人工神经网络的工作原理第27-28页
     ·人工神经网络的特点第28-29页
   ·BP 神经网络第29-33页
     ·BP 神经网络的基本原理第29-31页
     ·BP 神经网络算法过程第31页
     ·确定 BP 网络的结构第31-33页
第四章 基于小波神经网络的结构损伤识别原理第33-41页
   ·小波变换对信号奇异性检测的基本原理第33-35页
     ·小波变换识别奇异点位置的方法第33-34页
     ·小波变换的极值点、过零点与信号奇异性的联系第34-35页
   ·小波基的选择第35-36页
   ·基于小波神经网络的结构损伤识别第36-41页
     ·基于转角模态的梁损伤识别原理第37页
     ·基于曲率模态的梁损伤识别原理第37-39页
     ·基于应变模态的梁损伤识别原理第39-41页
第五章 基于小波神经网络的简支梁损伤识别第41-50页
   ·引言第41页
   ·简支梁的有限元计算第41页
   ·基于转角模态小波神经网络的简支梁损伤识别第41-44页
     ·含一处损伤的简支梁的转角模态损伤识别方法第41-43页
     ·含两处损伤的简支梁的转角模态损伤识别方法第43-44页
   ·基于曲率模态小波神经网络的简支梁损伤识别第44-46页
     ·含一处损伤的简支梁的曲率模态损伤识别方法第44-45页
     ·含两处损伤的简支梁的曲率模态损伤识别方法第45-46页
   ·基于应变模态小波神经网络的简支梁损伤识别第46-50页
     ·含一处损伤的简支梁的应变模态损伤识别方法第46-48页
     ·含两处损伤的简支梁的应变模态损伤识别方法第48-50页
第六章 基于小波神经网络的连续梁损伤识别第50-63页
   ·引言第50页
   ·连续梁的有限元计算第50页
   ·基于转角模态小波神经网络的连续梁损伤识别第50-54页
     ·含一处损伤的连续梁的转角模态损伤识别方法第50-52页
     ·含两处损伤的连续梁的转角模态损伤识别方法第52-53页
     ·含三处损伤的连续梁的转角模态损伤识别方法第53-54页
   ·基于曲率模态小波神经网络的连续梁损伤识别第54-58页
     ·含一处损伤的连续梁的曲率模态损伤识别方法第54-55页
     ·含两处损伤的连续梁的曲率模态损伤识别方法第55-57页
     ·含三处损伤的连续梁的曲率模态损伤识别方法第57-58页
   ·基于应变模态小波神经网络的连续梁损伤识别第58-63页
     ·含一处损伤的连续梁的应变模态损伤识别方法第58-59页
     ·含两处损伤的连续梁的应变模态损伤识别方法第59-60页
     ·含三处损伤的连续梁的应变模态损伤识别方法第60-63页
结论与展望第63-65页
 结论第63页
 展望第63-65页
参考文献第65-70页
致谢第70-71页
附录第71页

论文共71页,点击 下载论文
上一篇:基于模糊网络分析的建设工程合同信用风险评价研究
下一篇:边坡工程中关键滑动面研究及其程序研发