| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-25页 |
| 1.1 选题来源、目的及意义 | 第9-10页 |
| 1.2 国内外研究现状、发展趋势及存在的问题 | 第10-22页 |
| 1.2.1 岩体结构面形貌信息采集方法 | 第10-12页 |
| 1.2.2 二维粗糙度系数定量表征方法 | 第12-16页 |
| 1.2.3 岩石结构面统计方法研究进展 | 第16-17页 |
| 1.2.4 岩体结构面试样代表性取样研究进展 | 第17页 |
| 1.2.5 聚类算法的研究现状 | 第17-22页 |
| 1.3 论文的研究内容、技术路线及创新点 | 第22-25页 |
| 1.3.1 研究内容 | 第22-23页 |
| 1.3.2 技术路线 | 第23-24页 |
| 1.3.3 创新点 | 第24-25页 |
| 2 岩体结构面二维轮廓曲线统计方法 | 第25-36页 |
| 2.1 结构面统计方法的选取 | 第25-29页 |
| 2.1.1 均匀分割法 | 第25页 |
| 2.1.2 渐进扩大法 | 第25页 |
| 2.1.3 推叠统计法 | 第25-29页 |
| 2.2 原始数据采集 | 第29-32页 |
| 2.2.1 结构面轮廓曲线采集 | 第29-30页 |
| 2.2.2 二值化处理 | 第30-31页 |
| 2.2.3 去噪处理 | 第31-32页 |
| 2.3 推叠统计法的程序实现 | 第32-33页 |
| 2.4 基于传统JRC参数公式参数敏感性及合理性分析存在的问题 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 3 不同采样间距的粗糙度系数自适应模型 | 第36-55页 |
| 3.1 采集方法的选取 | 第36页 |
| 3.2 数据获取 | 第36-38页 |
| 3.3 建立自适应函数模型 | 第38-40页 |
| 3.4 建立JRC自适应模型 | 第40-43页 |
| 3.4.1 自适应修正 | 第40-41页 |
| 3.4.2 偏移修正 | 第41-42页 |
| 3.4.3 旋转修正 | 第42-43页 |
| 3.5 多种采样间距的JRC自适应模型可靠性验证 | 第43-48页 |
| 3.6 基于JRC自适应模型的推叠统计法参数敏感性及合理性分析 | 第48-54页 |
| 3.7 本章小结 | 第54-55页 |
| 4 岩体结构面试样代表性取样方法 | 第55-78页 |
| 4.1 聚类算法的选取 | 第55-56页 |
| 4.2 原始数据采集 | 第56-65页 |
| 4.2.1 轮廓曲线采集 | 第56-58页 |
| 4.2.2 轮廓曲线数字处理及形貌参数统计分析 | 第58-65页 |
| 4.3 K-中心点聚类分析 | 第65-67页 |
| 4.3.1 数据处理 | 第65-66页 |
| 4.3.2 K-中心点聚类分析过程 | 第66-67页 |
| 4.4 聚类结果分析 | 第67-77页 |
| 4.4.1 聚类中心对应轮廓曲线空间分布参数敏感性分析 | 第67-71页 |
| 4.4.2 代表性取样效果参数敏感性及合理性分析 | 第71-77页 |
| 4.5 本章小结 | 第77-78页 |
| 5 结论与展望 | 第78-80页 |
| 5.1 结论 | 第78-79页 |
| 5.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 在校研究成果 | 第85-86页 |
| 致谢 | 第86页 |
