基于模糊kohonen聚类算法的桥梁健康监测数据挖掘模型的建立
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9页 |
| 1.2 数据挖掘算法应用在桥梁健康监测中的意义 | 第9-10页 |
| 1.3 数据挖掘算法简介 | 第10-11页 |
| 1.4 数据挖掘聚类算法的研究现状 | 第11-14页 |
| 1.4.1 基于层次的聚类算法 | 第11页 |
| 1.4.2 基于网格和密度的聚类算法 | 第11-13页 |
| 1.4.3 划分式聚类算法 | 第13页 |
| 1.4.4 图论算法 | 第13-14页 |
| 1.4.5 基于模型的聚类算法 | 第14页 |
| 1.5 本课题的研究内容 | 第14-16页 |
| 第2章 数据挖掘算法的改进研究 | 第16-30页 |
| 2.1 引言 | 第16-17页 |
| 2.2 模糊kohonen聚类网络算法原理 | 第17-18页 |
| 2.2.1 基本概念 | 第17页 |
| 2.2.2 模糊kohonen聚类网络算法步骤 | 第17-18页 |
| 2.3 模糊kohonen聚类算法存在的问题 | 第18-21页 |
| 2.4 模糊kohonen网络聚类算法的改进 | 第21-27页 |
| 2.4.1 收敛速度的改进 | 第21-24页 |
| 2.4.2 计算准确性的改进 | 第24-26页 |
| 2.4.3 数据仿真研究对比 | 第26-27页 |
| 2.5 算法改进后的比较 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第3章 桥梁有限元建模分析 | 第30-54页 |
| 3.1 引言 | 第30-31页 |
| 3.2 甬江特大桥简介 | 第31-33页 |
| 3.3 有限元模型的建立以及初步分析 | 第33-45页 |
| 3.3.1 有限元模型的建立 | 第33-34页 |
| 3.3.2 桥梁模型的静力分析 | 第34-38页 |
| 3.3.3 桥梁模型的动力特性分析 | 第38-39页 |
| 3.3.4 甬江特大桥模型的误差分析 | 第39-45页 |
| 3.4 桥梁动力参数识别 | 第45-49页 |
| 3.5 基于动力特性的模型修正 | 第49-51页 |
| 3.6 验证桥梁基准有限元模型 | 第51-52页 |
| 3.7 本章小结 | 第52-54页 |
| 第4章 桥梁健康监测数据挖掘模型的建立 | 第54-69页 |
| 4.1 引言 | 第54-55页 |
| 4.2 数据源 | 第55-60页 |
| 4.2.1 甬江特大桥健康监测系统简介 | 第55页 |
| 4.2.2 数据源的选取 | 第55-57页 |
| 4.2.3 数据的预处理 | 第57-60页 |
| 4.3 聚类分析模型的建立 | 第60-67页 |
| 4.3.1 聚类分析模型的初步建立 | 第60-64页 |
| 4.3.2 识别异常数据理论阀值的确定 | 第64-66页 |
| 4.3.3 验证聚类分析模型有效性 | 第66-67页 |
| 4.4 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
