| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-15页 |
| 1.1 选题的目的和意义 | 第10页 |
| 1.2 变形监测的定义和意义 | 第10-11页 |
| 1.2.1 变形监测的定义 | 第10-11页 |
| 1.2.2 变形监测的意义 | 第11页 |
| 1.3 变形监测数据的常用处理方法 | 第11-12页 |
| 1.4 小波分析和灰色系统的国内外研究现状 | 第12-13页 |
| 1.5 研究的主要内容 | 第13-15页 |
| 2 小波理论 | 第15-24页 |
| 2.1 傅里叶变换 | 第15-17页 |
| 2.1.1 傅里叶变换 | 第15-16页 |
| 2.1.2 加窗傅里叶变换 | 第16-17页 |
| 2.2 小波变换 | 第17-21页 |
| 2.2.1 连续小波变换 | 第17-18页 |
| 2.2.2 离散小波变换 | 第18-19页 |
| 2.2.3 多分辨率分析 | 第19-20页 |
| 2.2.4 正交小波的mallat算法 | 第20-21页 |
| 2.3 小波去噪 | 第21-23页 |
| 2.3.1 小波去噪过程 | 第21-23页 |
| 2.3.2 去噪精度评定 | 第23页 |
| 2.4 小结 | 第23-24页 |
| 3 灰色系统理论 | 第24-36页 |
| 3.1 灰色系统理论简介 | 第24页 |
| 3.2 建筑物监测数据生成 | 第24-28页 |
| 3.2.1 累加生成 | 第25-26页 |
| 3.2.2 累减生成 | 第26-27页 |
| 3.2.3 均值生成 | 第27页 |
| 3.2.4 级比生成 | 第27-28页 |
| 3.3 灰色建模 | 第28-32页 |
| 3.3.1 等时间间隔监测数据建模 | 第30-31页 |
| 3.3.2 非等时间间隔监测数据建模 | 第31-32页 |
| 3.4 灰色模型分类 | 第32-33页 |
| 3.4.1 传统的GM(1,1)模型 | 第32-33页 |
| 3.4.2 新信息GM(1,1)模型 | 第33页 |
| 3.4.3 新陈代谢GM(1,1)模型 | 第33页 |
| 3.5 灰色GM(1,1)模型的精度 | 第33-35页 |
| 3.5.1 后验差检验法 | 第33-34页 |
| 3.5.2 相对误差检验法 | 第34-35页 |
| 3.5.3 关联度检验法 | 第35页 |
| 3.6 小结 | 第35-36页 |
| 4 小波-新陈代谢GM(1,1)模型 | 第36-54页 |
| 4.1 建筑物沉降监测 | 第37-41页 |
| 4.1.1 工程概括 | 第37页 |
| 4.1.2 网的布设 | 第37-38页 |
| 4.1.3 观测方法 | 第38页 |
| 4.1.4 数据处理及分析 | 第38-41页 |
| 4.2 监测数据的小波变换降噪处理 | 第41-45页 |
| 4.2.1 小波分析降噪 | 第41-44页 |
| 4.2.2 去噪结果分析 | 第44-45页 |
| 4.3 小波变换结合灰色模型预测 | 第45-53页 |
| 4.3.1 建筑物灰色预测模型 | 第45-46页 |
| 4.3.2 基于小波变换的新陈代谢GM(1,1)模型 | 第46-53页 |
| 4.4 小结 | 第53-54页 |
| 5 结论与展望 | 第54-55页 |
| 5.1 结论 | 第54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62页 |