| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究的目的及意义 | 第10-11页 |
| ·研究现状及存在的问题 | 第11-12页 |
| ·本文的主要研究工作及取得的成果 | 第12-15页 |
| ·主要研究工作 | 第13页 |
| ·已取得的研究成果 | 第13-15页 |
| 第二章 多源信息融合理论与复杂系统安全监测与诊断方法 | 第15-20页 |
| ·多源信息融合理论概述 | 第15-16页 |
| ·基于多源信息融合的复杂系统安全监测与诊断功能模型及方法 | 第16-19页 |
| ·基于多源信息融合的复杂系统安全监测与诊断功能模型 | 第16-17页 |
| ·基于多源信息融合的复杂系统安全监测与诊断方法 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 数据融合级异常值识别与突变特征提取研究 | 第20-37页 |
| ·引言 | 第20页 |
| ·问题描述 | 第20-26页 |
| ·异常值的成因及其分类 | 第20-22页 |
| ·常用的异常值识别算法 | 第22-25页 |
| ·基于小波去噪的异常值识别算法 | 第25-26页 |
| ·基于 BP 神经网络的安全监测数据突变特征提取模型及算法 | 第26-30页 |
| ·BP 神经网络算法概述 | 第27-28页 |
| ·基于BP 神经网络的安全监测数据突变特征提取算法 | 第28-30页 |
| ·应用实例-水坝变形监测突变特征提取 | 第30-35页 |
| ·水坝变形（位移）监测模型 | 第30-31页 |
| ·水坝变形（位移）数据的突变特征识别 | 第31-33页 |
| ·实验仿真及分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 特征融合级复杂系统灾变条件特征提取研究 | 第37-46页 |
| ·引言 | 第37页 |
| ·问题描述 | 第37-40页 |
| ·基于自组织图的复杂系统灾变条件特征提取模型及算法 | 第40-45页 |
| ·自组织图(KSOM)算法概述 | 第41-42页 |
| ·输电线覆冰灾变的微气象条件特征提取 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 面向中小型水坝的安全监测系统软件设计 | 第46-52页 |
| ·引言 | 第46页 |
| ·系统概述 | 第46-47页 |
| ·数据采集系统 | 第47-48页 |
| ·上位监控系统的设计 | 第48-51页 |
| ·水坝安全监测系统的总体结构 | 第48-49页 |
| ·上位监控系统的软件构架 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 发表论文和参加科研情况 | 第58-59页 |
| 致谢 | 第59页 |
