| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 前言 | 第11-20页 |
| ·研究意义和选题依据 | 第11-13页 |
| ·研究意义 | 第11-12页 |
| ·选题依据 | 第12-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·滑坡结构面特征的研究现状 | 第13-16页 |
| ·结构面优势分组的研究现状 | 第16-18页 |
| ·研究内容及技术路线 | 第18-20页 |
| 第二章 工程地质概况 | 第20-35页 |
| ·矿区概括 | 第20-23页 |
| ·滑坡地貌特征 | 第23-24页 |
| ·岩性特征 | 第24页 |
| ·构造特征 | 第24-35页 |
| ·断层(岩脉) | 第24-26页 |
| ·节理、裂隙 | 第26页 |
| ·软弱夹层 | 第26-32页 |
| ·节理密集带 | 第32-35页 |
| 第三章 滑坡结构面特征 | 第35-56页 |
| ·结构面地质成因分类特征 | 第35-39页 |
| ·原生结构面 | 第35-36页 |
| ·次生结构面 | 第36-38页 |
| ·构造结构面 | 第38-39页 |
| ·滑坡结构面规模等级划分特征 | 第39-40页 |
| ·滑坡拉裂变形特征 | 第40-44页 |
| ·拉裂变形程度的分析 | 第40-43页 |
| ·变形滑动方向的判断 | 第43-44页 |
| ·滑坡结构面力学成因展布特征 | 第44-50页 |
| ·陡倾拉张结构面特征 | 第44-49页 |
| ·缓倾结构面特征 | 第49-50页 |
| ·基于概率统计的随机结构面优势分组 | 第50-56页 |
| ·概率统计积分法原理 | 第50-51页 |
| ·各窗口结构面优势分组分析 | 第51-56页 |
| 第四章 基于 matlab 的竞争型神经网络结构面优势分组 | 第56-70页 |
| ·神经网络原理及算法 | 第56-61页 |
| ·竞争型神经网络对结构面优势分组 | 第61-67页 |
| ·竞争型神经网络原理及算法 | 第61-62页 |
| ·竞争型神经网络的创建和训练 | 第62-65页 |
| ·竞争型神经网络节理裂隙优势分组分析 | 第65-67页 |
| ·基于 matlab 的竞争型神经网络与概率统计积分法对结构面优势分组的对比与分析 | 第67-70页 |
| 第五章 基于 matlab 的神经网络结构面模式识别 | 第70-77页 |
| ·神经网络模式识别模型原理及算法 | 第71-72页 |
| ·神经网络模式识别的创建和训练 | 第72-74页 |
| ·神经网络模式识别验证分类正确性结果分析 | 第74-77页 |
| 第六章 结论及建议 | 第77-80页 |
| ·主要结论 | 第77-78页 |
| ·主要建议 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附表 | 第84-90页 |
| 作者简介及在学期间所取得的科研成果 | 第90-91页 |
| 致谢 | 第91页 |
