小波和神经网络相结合的结构损伤识别方法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| ·研究现状 | 第10-15页 |
| ·根据结构动力特性分类 | 第11-13页 |
| ·按照损伤识别范围分类 | 第13-14页 |
| ·非单一性神经网络的损伤检测 | 第14-15页 |
| ·信号降噪的研究现状 | 第15-18页 |
| ·本文的主要研究工作 | 第18-19页 |
| 第二章 神经网络及小波分析基本理论 | 第19-35页 |
| ·神经网络概述 | 第19页 |
| ·神经网络工作原理 | 第19-29页 |
| ·自组织神经网络基本原理 | 第21-24页 |
| ·BP算法基本原理 | 第24-29页 |
| ·小波分析原理 | 第29-35页 |
| ·小波分析的基本原理及其发展历程 | 第30-33页 |
| ·小波降噪理论 | 第33-35页 |
| 第三章 两步法神经网络进行损伤检测 | 第35-56页 |
| ·子结构概念 | 第35页 |
| ·两步法损伤检测研究概述 | 第35-36页 |
| ·数值模拟仿真计算 | 第36-54页 |
| ·算例结构模型 | 第36-38页 |
| ·损伤识别第一步 | 第38-48页 |
| ·自组织竞争网络结构 | 第39页 |
| ·网络输入向量的选取 | 第39-42页 |
| ·自组织网络参数的选取 | 第42-44页 |
| ·自组织网络的训练及其性能评析 | 第44-48页 |
| ·损伤识别第二步 | 第48-54页 |
| ·BP网络参数的选取 | 第49-52页 |
| ·BP网络的训练及其性能评析 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 信号消噪分析 | 第56-67页 |
| ·通过神经网络消除信号中的噪声 | 第56-61页 |
| ·自组织网络消噪效果 | 第57-59页 |
| ·BP网络消噪效果 | 第59-61页 |
| ·小波降噪的应用 | 第61-65页 |
| ·小波阈值消噪 | 第62-63页 |
| ·小波分解重构消噪 | 第63-65页 |
| ·本章小节 | 第65-67页 |
| 第五章 结论与展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |
