| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究的背景 | 第9-10页 |
| 1.2 研究的科学意义 | 第10-13页 |
| 1.2.1 网架结构 | 第10页 |
| 1.2.2 国际和国内网架结构的主要发展历程 | 第10-11页 |
| 1.2.3 网架结构的特点 | 第11-13页 |
| 1.3 国内外研究概述及本文参考文献综述 | 第13-17页 |
| 1.4 本文的研究内容 | 第17-19页 |
| 1.4.1 具体研究方法 | 第17-18页 |
| 1.4.2 重点解决的关键技术问题 | 第18页 |
| 1.4.3 学术特色 | 第18页 |
| 1.4.4 技术创新点 | 第18页 |
| 1.4.5 预期达到的各项技术指标 | 第18-19页 |
| 1.5 本文的结构安排 | 第19-20页 |
| 第2章 互相关函数、极速学习算法和支持向量机 | 第20-29页 |
| 2.1 互相关函数幅值的定义 | 第20-21页 |
| 2.2 极速学习算法(ELM) | 第21-24页 |
| 2.2.1 SLFN的统一模型 | 第22页 |
| 2.2.2 BP神经网络模型 | 第22-23页 |
| 2.2.3 ELM | 第23-24页 |
| 2.3 基于矩阵相似度量优化参数的支持向量机(SVM) | 第24-29页 |
| 2.3.1 支持向量机 | 第25-27页 |
| 2.3.2 基于克莱姆矩阵的支持向量机 | 第27-29页 |
| 第3章 基于互相关函数幅值和矩阵相似度量优化参数的支持向量机的网架损伤定位 | 第29-43页 |
| 3.1 基本过程 | 第29-33页 |
| 3.1.1 激振问题 | 第30页 |
| 3.1.2 布置测点问题 | 第30-33页 |
| 3.2 互相关函数的幅值矩阵 | 第33-35页 |
| 3.3 初步损伤定位 | 第35-37页 |
| 3.4 实验分析 | 第37-43页 |
| 第4章 网架精确损伤定位 | 第43-48页 |
| 4.1 基于ELM算法的网架精确损伤定位 | 第43-44页 |
| 4.2 基于矩阵相似度量优化参数支持向量机的网架精确损伤定位 | 第44-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
| 作者简介 | 第52页 |
