| 第一章 绪论 | 第1-11页 |
| ·引言 | 第7-10页 |
| ·本文的主要内容 | 第10-11页 |
| 第二章 数据挖掘理论基本知识 | 第11-24页 |
| ·数据挖掘研究内容和本质 | 第11-12页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·资料挖掘常用技术 | 第13-21页 |
| ·神经网络技术 | 第13-21页 |
| ·数据挖掘工具的评价标准及特点 | 第21-24页 |
| 第三章 结构可靠性鉴定基本理论 | 第24-34页 |
| ·引言 | 第24-25页 |
| ·可靠性鉴定的基本思想 | 第25-28页 |
| ·时间 | 第25页 |
| ·前提条件 | 第25-26页 |
| ·功能要求 | 第26页 |
| ·评定标准 | 第26页 |
| ·评定依据 | 第26-27页 |
| ·判定方法 | 第27-28页 |
| ·国内外建筑结构鉴定技术研究动态 | 第28-30页 |
| ·国际发展概况 | 第28页 |
| ·国内发展概况 | 第28-30页 |
| ·常用的已有建筑结构鉴定方法分析 | 第30-34页 |
| ·传统经验法 | 第30页 |
| ·实用鉴定法 | 第30-31页 |
| ·可靠性鉴定法 | 第31-32页 |
| ·现行建筑结构鉴定方法存在的不足及其发展方向 | 第32-34页 |
| 第四章 已有建筑结构可靠性的影响因素的研究 | 第34-40页 |
| ·引言 | 第34页 |
| ·影响已有建筑结构可靠性的不确定性因素 | 第34-35页 |
| ·有建筑结构可靠性评判的主要因素及量化标 | 第35-40页 |
| 第五章 数据挖掘在结构可靠性鉴定中的应用实例 | 第40-61页 |
| ·引言 | 第40-41页 |
| ·人工神经网络的构造 | 第41-48页 |
| ·网络的学习过程 | 第41-42页 |
| ·BP网络的算法 | 第42-45页 |
| ·BP算法的步骤 | 第45-46页 |
| ·选择网络结构 | 第46-48页 |
| ·学习参数的确定 | 第48页 |
| ·生成数据样本 | 第48-49页 |
| ·利用BP网络挖掘隐含信息评判已有建筑结构可靠度 | 第49-60页 |
| ·结论 | 第60-61页 |
| 第六章 数据挖掘理论的聚类分析判定建筑结构可靠性实例 | 第61-67页 |
| ·引言 | 第61页 |
| ·模糊集合的基本概念 | 第61-63页 |
| ·实现对建筑结构可靠性的模糊聚类 | 第63-64页 |
| ·确定聚类对象、聚类指标 | 第63页 |
| ·量化聚类指标 | 第63-64页 |
| ·构造聚类向量进行聚类评判 | 第64页 |
| ·计算实例 | 第64-66页 |
| ·结论 | 第66-67页 |
| 第七章 结论与展望 | 第67-69页 |
| ·本文的主要工作 | 第67-68页 |
| ·今后有待于进一步研究的问题 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-71页 |