基于支持向量机的大跨度斜拉桥静力损伤识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-21页 |
| ·桥梁健康监测系统概述 | 第12-15页 |
| ·损伤识别研究现状 | 第15-19页 |
| ·方法概述 | 第15页 |
| ·优化识别方法 | 第15-16页 |
| ·模式识别识别方法 | 第16-19页 |
| ·本文研究思路及主要内容 | 第19-21页 |
| 第2章 支持向量机理论 | 第21-37页 |
| ·统计学习理论基础 | 第21-27页 |
| ·机器学习 | 第21-22页 |
| ·核心内容 | 第22-27页 |
| ·支持向量机基础 | 第27-32页 |
| ·SVM基本思想 | 第27-30页 |
| ·核函数 | 第30-32页 |
| ·支持向量机分类、回归问题 | 第32-36页 |
| ·SVM分类原理 | 第32-34页 |
| ·SVM回归原理 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 斜拉桥静力损伤识别研究思路 | 第37-43页 |
| ·概述 | 第37-39页 |
| ·桥梁静力损伤识别研究现状 | 第37-38页 |
| ·斜拉桥静力损伤识别特点 | 第38-39页 |
| ·研究思路 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 大跨度斜拉桥损伤识别效果研究 | 第43-86页 |
| ·概述 | 第43-46页 |
| ·实例概况 | 第43页 |
| ·易损性分析 | 第43-44页 |
| ·荷载试验 | 第44-46页 |
| ·有限元模型 | 第46-48页 |
| ·损伤指标选择 | 第48-59页 |
| ·构建特征向量比选 | 第48-52页 |
| ·数据处理比选 | 第52-53页 |
| ·样本参数比选 | 第53-56页 |
| ·样本数量比选 | 第56-57页 |
| ·荷载变化范围比选 | 第57-58页 |
| ·小结 | 第58-59页 |
| ·损伤位置识别研究 | 第59-66页 |
| ·损伤位置识别方法 | 第59页 |
| ·训练集和测试集构建 | 第59-60页 |
| ·损伤位置识别结果分析 | 第60-61页 |
| ·噪声对损伤位置识别结果的影响 | 第61-65页 |
| ·小结 | 第65-66页 |
| ·损伤程度识别研究 | 第66-81页 |
| ·损伤程度识别方法 | 第66-68页 |
| ·训练集和测试集构建 | 第68-69页 |
| ·损伤等级的识别结果 | 第69-72页 |
| ·损伤程度识别结果分析 | 第72-74页 |
| ·噪声对损伤程度识别结果的影响 | 第74-80页 |
| ·小结 | 第80-81页 |
| ·静力测试数据的损伤识别 | 第81-84页 |
| ·实测样本处理 | 第81-82页 |
| ·损伤识别结果分析 | 第82-84页 |
| ·小结 | 第84页 |
| ·本章小结 | 第84-86页 |
| 结论与展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-93页 |
