| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 光纤光栅研究现状 | 第12-13页 |
| 1.2.2 信号预测方法研究现状 | 第13-15页 |
| 1.2.3 小波分析研究现状 | 第15页 |
| 1.3 研究内容和组织结构 | 第15-19页 |
| 1.3.1 本文的研究内容 | 第15-16页 |
| 1.3.2 本文的组织结构 | 第16-19页 |
| 第2章 相关基础理论研究 | 第19-36页 |
| 2.1 引言 | 第19页 |
| 2.2 光纤光栅传感原理 | 第19-22页 |
| 2.2.1 光纤光栅温度传感理论分析 | 第19-21页 |
| 2.2.2 光纤光栅应变传感理论分析 | 第21-22页 |
| 2.3 支持向量机与相关向量机 | 第22-30页 |
| 2.3.1 统计学习理论和支持向量机 | 第22-23页 |
| 2.3.2 贝叶斯学习理论和相关向量机 | 第23-29页 |
| 2.3.3 相关向量机的核函数 | 第29-30页 |
| 2.4 小波分析理论和偏移小波 | 第30-35页 |
| 2.4.1 小波分析理论 | 第30-33页 |
| 2.4.2 偏移小波 | 第33-35页 |
| 2.5 本章总结 | 第35-36页 |
| 第3章 偏移小波核函数的构造及优化 | 第36-45页 |
| 3.1 引言 | 第36页 |
| 3.2 偏移小波核函数的构造及优化 | 第36-41页 |
| 3.2.1 偏移小波核函数的构造 | 第36-37页 |
| 3.2.2 核度量标准及核矩阵 | 第37-38页 |
| 3.2.3 偏移小波核函数的参数优化 | 第38-41页 |
| 3.3 仿真实验 | 第41-44页 |
| 3.3.1 实验数据及方法 | 第41-42页 |
| 3.3.2 实验结果与分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于样本特性的混合RVM算法 | 第45-58页 |
| 4.1 引言 | 第45页 |
| 4.2 基于样本特性的分段策略 | 第45-48页 |
| 4.2.1 样本数据的多样性 | 第45-46页 |
| 4.2.2 数据的分段策略 | 第46-48页 |
| 4.3 混合RVM模型的构建 | 第48-52页 |
| 4.3.1 混合RVM模型的构建标准 | 第48-49页 |
| 4.3.2 假设检验 | 第49-50页 |
| 4.3.3 基于样本特性的混合RVM算法 | 第50-52页 |
| 4.4 实验与分析 | 第52-57页 |
| 4.4.1 实验数据与实验方法 | 第52-53页 |
| 4.4.2 实验结果及分析 | 第53-57页 |
| 4.5 本章总结 | 第57-58页 |
| 第5章 基于FBG桥梁温度传感系统的混合RVM预测模型 | 第58-67页 |
| 5.1 引言 | 第58页 |
| 5.2 基于FBG的桥梁安全监测系统 | 第58-64页 |
| 5.2.1 光纤光栅传感系统 | 第59-61页 |
| 5.2.2 系统结构与实现 | 第61-64页 |
| 5.3 FBG温度传感系统的混合RVM模型 | 第64页 |
| 5.4 实验结果与分析 | 第64-66页 |
| 5.5 本章总结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 在读期间取得的学术成果 | 第75页 |
| 在读期间参与的基金和项目 | 第75页 |