| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-26页 |
| ·在役桥梁结构健康监测的背景及意义 | 第11-15页 |
| ·桥梁健康监测系统的状态评估研究进展情况 | 第15-22页 |
| ·国内外桥梁健康监测系统的发展状况 | 第15-17页 |
| ·桥梁结构安全状态评估方法研究现状 | 第17-22页 |
| ·基于时间序列分析的结构监测信息处理 | 第22-24页 |
| ·时间序列分析的概念及研究现状 | 第22-23页 |
| ·时间序列分析技术在结构系统分析中的应用现状 | 第23-24页 |
| ·本文工作 | 第24-26页 |
| ·论文的研究内容 | 第24-25页 |
| ·论文的创新点 | 第25-26页 |
| 第二章 监测数据集的预处理 | 第26-45页 |
| ·引言 | 第26页 |
| ·基于聚类分段的孤立点识别 | 第26-32页 |
| ·孤立点的意义与分类 | 第26-28页 |
| ·现有的结构监测数据孤立点的处理方法 | 第28-29页 |
| ·基于聚类分段的孤立点识别 | 第29-32页 |
| ·单变量时间序列空缺值的填补 | 第32-36页 |
| ·处理空缺值的主要方法 | 第32-33页 |
| ·基于最相似近邻法的空缺值填补 | 第33-36页 |
| ·基于主成分分析法的监测数据模式表示 | 第36-43页 |
| ·时间序列模式表示的概念与意义 | 第36-37页 |
| ·主成分分析法的基本原理 | 第37-39页 |
| ·监测数据的主成分提取 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第三章 多变量时间序列的聚类分析与相似查询 | 第45-66页 |
| ·多变量时间序列间的相似系数 | 第45-46页 |
| ·引言 | 第45页 |
| ·欧几里得距离 | 第45-46页 |
| ·多变量时间序列间的加权欧几里得距离 | 第46页 |
| ·基于网格划分与三角形三边定理的改进K-means算法研究 | 第46-56页 |
| ·K-means聚类算法 | 第46-47页 |
| ·基于改进的K-means算法的聚类处理 | 第47-54页 |
| ·改进的K-means聚类算法的效率分析 | 第54-56页 |
| ·多变量时间序列的相似查询分析 | 第56-63页 |
| ·多变量时间序列相似的定义 | 第56-58页 |
| ·B~+-tree索引技术的应用 | 第58-60页 |
| ·多变量时间序列的相似查询算法 | 第60-63页 |
| ·监测数据集的相似查询及结果分析 | 第63-65页 |
| ·相似查询实验数据及环境 | 第63页 |
| ·算法性能评价 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 时间序列的异常检测 | 第66-74页 |
| ·时间序列异常的定义 | 第66-68页 |
| ·时间序列异常的描述 | 第66页 |
| ·时间序列的异常量度 | 第66-68页 |
| ·异常检测算法实验 | 第68-70页 |
| ·桥梁健康监测信息的异常检测模型 | 第70-72页 |
| ·桥梁监测信息历史数据的异常分析模型 | 第70-71页 |
| ·实时响应信息的异常判断模型 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第五章 牛棚特大桥监测信息时间序列分析 | 第74-87页 |
| ·牛棚特大桥桥梁健康监测系统 | 第74-75页 |
| ·牛棚特大桥的桥梁监测信息分析系统 | 第75-76页 |
| ·桥梁监测信息分析系统介绍 | 第75页 |
| ·桥梁监测信息分析系统框架图 | 第75-76页 |
| ·桥梁监测信息管理 | 第76-78页 |
| ·样本数据集的选取 | 第76-77页 |
| ·数据导入与数据展示 | 第77-78页 |
| ·桥梁监测信息分析系统的数据预处理 | 第78-82页 |
| ·样本数据集的孤立点挖掘 | 第78-79页 |
| ·样本数据集的空缺点修复 | 第79-80页 |
| ·样本数据集的主成分分析 | 第80-82页 |
| ·桥梁监测信息时间序列异常检测 | 第82-86页 |
| ·牛棚特大桥桥梁健康监测历史数据异常挖掘 | 第82-84页 |
| ·牛棚特大桥的实时响应信息异常分析 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 第六章 结论与展望 | 第87-89页 |
| ·主要结论 | 第87-88页 |
| ·工作展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 攻读硕士期间取得的研究成果 | 第94页 |