基于小波和支持向量机的基桩缺陷识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·超声波检测技术 | 第10-11页 |
| ·超声信号处理的研究现状分析 | 第11-12页 |
| ·模式识别技术在超声信号处理中的应用 | 第12-13页 |
| ·本课题的研究内容 | 第13-15页 |
| 第二章 超声波透射法基本原理 | 第15-24页 |
| ·混凝土中超声波的传播特性 | 第15-16页 |
| ·超声波透射法灌注桩检测的原理及方法 | 第16-18页 |
| ·声学参数及影响因素 | 第18-19页 |
| ·混凝土缺陷对超声信号的影响 | 第19-21页 |
| ·混凝土缺陷对声速的影响 | 第19-20页 |
| ·混凝土缺陷对波幅的影响 | 第20页 |
| ·混凝土缺陷对频率的影响 | 第20页 |
| ·混凝土缺陷对波形的影响 | 第20-21页 |
| ·波的能量 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 小波变换 | 第24-32页 |
| ·小波变换 | 第24-26页 |
| ·小波的多分辨率特性 | 第26-28页 |
| ·小波基函数的选择和构造 | 第28-29页 |
| ·常见的几种小波基函数 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 支持向量机 | 第32-41页 |
| ·机器学习理论 | 第32-33页 |
| ·统计学习理论 | 第33-37页 |
| ·VC 维 | 第34-35页 |
| ·推广性的界理论 | 第35-36页 |
| ·结构风险最小化 | 第36-37页 |
| ·支持向量机分类问题 | 第37-40页 |
| ·最优超平面 | 第37-38页 |
| ·核函数 | 第38-39页 |
| ·支持向量机的多分类算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 混凝土缺陷模拟试验 | 第41-45页 |
| ·混凝土缺陷模拟试验 | 第41-42页 |
| ·试验配合比设计 | 第41-42页 |
| ·试验仪器及参数 | 第42页 |
| ·数据采集 | 第42-43页 |
| ·试验结果初步分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 基桩缺陷类型识别 | 第45-53页 |
| ·缺陷类型识别流程 | 第45-46页 |
| ·缺陷类型识别试验一 | 第46-50页 |
| ·缺陷类型识别试验二 | 第50-51页 |
| ·试验结论分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58页 |
