基于神经网络与数据融合的结构损伤识别理论研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第一章 绪论 | 第13-30页 |
| ·引言 | 第13页 |
| ·损伤识别方法分类 | 第13-26页 |
| ·按照方法的识别范围分类 | 第14页 |
| ·按照损伤识别的实现手段分类 | 第14-26页 |
| ·数据融合在故障诊断及损伤识别中的研究、应用现状 | 第26-27页 |
| ·当前神经网络用于结构损伤识别的难点 | 第27-28页 |
| ·本文的主要研究工作 | 第28-30页 |
| 第二章 数据融合理论 | 第30-55页 |
| ·引言 | 第30-31页 |
| ·数据融合的基本理论 | 第31-38页 |
| ·多传感器系统的优点 | 第31-32页 |
| ·数据融合的定义 | 第32-33页 |
| ·数据融合的特点 | 第33-34页 |
| ·数据融合的分类 | 第34-37页 |
| ·数据融合的算法 | 第37-38页 |
| ·Dempster-Shafer证据理论 | 第38-47页 |
| ·D-S证据理论的基本概念 | 第39-40页 |
| ·证据合成方法 | 第40-46页 |
| ·基于D-S证据理论的结构损伤位置识别 | 第46-47页 |
| ·模糊积分 | 第47-52页 |
| ·模糊测度 | 第47-49页 |
| ·模糊积分 | 第49-52页 |
| ·D-S证据理论与模糊积分的性能比较 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第三章 神经网络理论及算法 | 第55-94页 |
| ·引言 | 第55页 |
| ·神经网络的起源及发展 | 第55-57页 |
| ·神经网络的分类 | 第57-62页 |
| ·神经元传递函数的分类 | 第57-58页 |
| ·人工神经网络结构上的分类 | 第58-59页 |
| ·学习规则上的分类 | 第59-62页 |
| ·两种神经网络算法及其对比 | 第62-78页 |
| ·BP神经网络 | 第62-70页 |
| ·SOFM神经网络 | 第70-76页 |
| ·两种神经网络算法对比 | 第76-78页 |
| ·神经网络输入的选取规则 | 第78-92页 |
| ·按网络实现的功能来选取网络输入 | 第78-84页 |
| ·按类别可分性来选取网络输入 | 第84-87页 |
| ·噪声对特征选取的影响 | 第87-92页 |
| ·神经网络输入选取规则总结 | 第92页 |
| ·本章小结 | 第92-94页 |
| 第四章 基于神经网络与数据融合的损伤位置识别 | 第94-129页 |
| ·引言 | 第94-95页 |
| ·采用特征级数据融合进行结构损伤位置识别 | 第95-100页 |
| ·数值模型 | 第95-96页 |
| ·网络输入及训练样本的确定 | 第96-97页 |
| ·网络结构的确定 | 第97页 |
| ·网络训练结果 | 第97-98页 |
| ·网络的泛化能力 | 第98-99页 |
| ·网络的抗噪声性能检验 | 第99-100页 |
| ·结构损伤位置识别两步法 | 第100-108页 |
| ·子网络输出的确定 | 第101页 |
| ·两步识别法识别效果 | 第101-102页 |
| ·验证算例 | 第102-105页 |
| ·两步识别法的推广 | 第105-106页 |
| ·子网络输入的简化 | 第106-108页 |
| ·采用决策级融合进行结构损伤位置识别 | 第108-128页 |
| ·决策级融合的优点 | 第108-109页 |
| ·基于BP网络与D-S证据理论的决策级融合 | 第109-115页 |
| ·基于BP网络与模糊积分的决策级融合 | 第115-127页 |
| ·D-S证据理论与模糊积分的比较 | 第127-128页 |
| ·本章小结 | 第128-129页 |
| 第五章 复杂结构损伤位置识别的广义子结构法 | 第129-158页 |
| ·引言 | 第129-130页 |
| ·子结构法 | 第130-132页 |
| ·结构分析中的子结构法 | 第130-131页 |
| ·损伤识别中的子结构法 | 第131-132页 |
| ·广义子结构法 | 第132-136页 |
| ·广义子结构法的概念 | 第132-133页 |
| ·基于子结构法的复杂结构损伤识别研究现状 | 第133-135页 |
| ·广义子结构划分存在的问题 | 第135-136页 |
| ·基于聚类分析的广义子结构划分方法 | 第136-141页 |
| ·聚类分析的概念 | 第136-137页 |
| ·聚类分析的步骤 | 第137-138页 |
| ·k-均值算法 | 第138-140页 |
| ·基于聚类分析的广义子结构划分方法 | 第140-141页 |
| ·数值算例 | 第141-157页 |
| ·悬臂析架算例 | 第141-147页 |
| ·斜拉桥算例 | 第147-157页 |
| ·本章小结 | 第157-158页 |
| 结论 | 第158-159页 |
| 展望 | 第159-161页 |
| 致谢 | 第161-162页 |
| 参考文献 | 第162-175页 |
| 攻读博士学位期间发表的论文和参加的科研工作 | 第175-176页 |
