基于半监督学习的桥梁结构健康分类模型的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题的研究背景与意义 | 第9-10页 |
| ·国内外相关工作的发展现状 | 第10-13页 |
| ·桥梁结构健康监测的国内外发展 | 第10-12页 |
| ·半监督学习的发展 | 第12-13页 |
| ·论文的内容安排 | 第13-16页 |
| ·课题研究的主要内容和创新点 | 第13-14页 |
| ·论文的章节安排 | 第14-16页 |
| 第二章 桥梁健康监测理论与关键技术 | 第16-23页 |
| ·桥梁健康监测概述 | 第16-17页 |
| ·桥梁健康监测系统设计 | 第17-18页 |
| ·桥梁结构健康监测内容与监测参数 | 第18-20页 |
| ·桥梁结构健康监测内容 | 第18-19页 |
| ·桥梁结构参数划分及特点 | 第19-20页 |
| ·桥梁健康监测数据分析理论及方法 | 第20-23页 |
| ·频域分析方法 | 第20-21页 |
| ·基于桥梁结构动力响应的模态分析方法 | 第21页 |
| ·人工智能方法 | 第21-23页 |
| 第三章 半监督学习理论及方法研究 | 第23-33页 |
| ·理论背景 | 第23-24页 |
| ·机器学习概述 | 第23页 |
| ·机器学习的分类 | 第23-24页 |
| ·半监督学习 | 第24-26页 |
| ·半监督学习概述 | 第24-25页 |
| ·半监督学习的分类 | 第25-26页 |
| ·半监督学习的三类假设 | 第26页 |
| ·半监督学习分类算法 | 第26-31页 |
| ·生成式模型算法 | 第26-27页 |
| ·基于图的算法 | 第27-28页 |
| ·协同训练算法 | 第28-31页 |
| ·半监督学习的应用进展 | 第31-33页 |
| 第四章 基于差异性策略的半监督协同分类算法 | 第33-48页 |
| ·引言 | 第33-35页 |
| ·分类器的差异性保持问题 | 第33页 |
| ·算法概述 | 第33-34页 |
| ·通用实验环境说明 | 第34-35页 |
| ·多样化分类器 | 第35-39页 |
| ·分类器差异性原则 | 第35页 |
| ·对比实验 | 第35-39页 |
| ·样本标记策略 | 第39-40页 |
| ·分类器模型更新策略 | 第40-42页 |
| ·更新条件 | 第40-41页 |
| ·基于标记类别的分层样本抽样 | 第41-42页 |
| ·模型更新策略流程 | 第42页 |
| ·基于性能的权重生成策略 | 第42-46页 |
| ·误差平方和倒数法 | 第43页 |
| ·简单加权平均法 | 第43页 |
| ·二项式系数法 | 第43-44页 |
| ·方法选择实验 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 桥梁结构健康半监督协同分类模型 | 第48-72页 |
| ·引言 | 第48页 |
| ·桥梁结构参数样本特征构成 | 第48-52页 |
| ·桥梁结构数据预处理 | 第48-49页 |
| ·桥梁结构数据样本特征构成 | 第49-51页 |
| ·桥梁结构参数数据分布 | 第51-52页 |
| ·桥梁结构健康半监督协同分类模型的建立 | 第52-61页 |
| ·半监督协同分类模型工作流程 | 第52-53页 |
| ·数据来源及仿真环境 | 第53页 |
| ·杭州湾大桥变形半监督协同分类模型 | 第53-57页 |
| ·北京新兴桥静应变半监督协同分类模型 | 第57-61页 |
| ·结果分析 | 第61-66页 |
| ·桥梁结构半监督协同分类模型分类性能变化分析 | 第61-62页 |
| ·与传统半监督学习算法分类模型的对比分析 | 第62-64页 |
| ·与监督学习分类模型的对比分析 | 第64-66页 |
| ·半监督协同分类模型的软件实现 | 第66-70页 |
| ·开发环境 | 第66-67页 |
| ·半监督协同分类模型的功能设计与实现 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 在学期间发表的学术论文与研究成果 | 第77-78页 |
| 致谢 | 第78页 |
