| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·桥梁结构健康监测的重要性 | 第8-9页 |
| ·桥梁结构健康监测研究现状 | 第9-12页 |
| ·桥梁结构健康监测的目的与内容 | 第9-10页 |
| ·桥梁结构健康监测系统的组成 | 第10-11页 |
| ·桥梁结构健康监测系统存在的问题 | 第11-12页 |
| ·本文研究的主要内容及意义 | 第12页 |
| ·本文结构安排 | 第12-14页 |
| 2 桥梁挠度传感器修正理论 | 第14-26页 |
| ·桥梁挠度的定义 | 第14页 |
| ·常用的桥梁挠度测量方法 | 第14-21页 |
| ·激光图像挠度测量 | 第15页 |
| ·GPS 挠度测量 | 第15-16页 |
| ·光电液位连通管挠度测量 | 第16-18页 |
| ·数字式光电成像挠度测量 | 第18-20页 |
| ·倾角仪挠度测量 | 第20-21页 |
| ·测量机器人挠度测量 | 第21页 |
| ·挠度数据不一致的产生原因及分析 | 第21-22页 |
| ·挠度传感器修正方法研究现状 | 第22-23页 |
| ·工程中使用的传统方法 | 第22-23页 |
| ·现有的挠度修正方法 | 第23页 |
| ·本章小结 | 第23-26页 |
| 3 挠度传感器自适应修正的分析及理论 | 第26-42页 |
| ·挠度传感器相关性分析 | 第26-28页 |
| ·相关性分析的理论 | 第26页 |
| ·桥梁结构中的挠度相关性分析 | 第26-28页 |
| ·挠度传感器数据的归约化处理 | 第28-34页 |
| ·数据归约的基本理论 | 第28-30页 |
| ·小波分析的基本理论 | 第30-34页 |
| ·基于 SVM 的挠度数据学习训练 | 第34-40页 |
| ·SVM 基本原理 | 第34-35页 |
| ·支持向量分类机算法 | 第35-37页 |
| ·支持向量回归机算法 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 4 基于 Wave-SVM 的挠度传感器自适应修正方法 | 第42-52页 |
| ·基于 Wave-SVM 自适应挠度修正的方法 | 第42-43页 |
| ·挠度修正模型中相关传感器选取问题的研究 | 第43-47页 |
| ·光电液位挠度传感器系统中连通管道的选取 | 第44-46页 |
| ·相关传感器适用数据段的选取 | 第46-47页 |
| ·挠度修正模型中理论值的求取 | 第47-51页 |
| ·相关挠度传感器数据的小波处理 | 第47-49页 |
| ·基于 SVM 挠度传感器理论值的求取 | 第49-50页 |
| ·挠度修正中对 SVM 的核函数及参数选取的研究 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 挠度传感器自适应修正方法的实验及分析 | 第52-58页 |
| ·挠度修正实验的数据选取 | 第52-53页 |
| ·基于 Wave-SVM 的挠度修正方法实验 | 第53-57页 |
| ·挠度修正实验中相关传感器的选取 | 第53-54页 |
| ·挠度修正实验中小波低频子带的使用 | 第54页 |
| ·挠度修正实验中 SVM 的使用 | 第54-56页 |
| ·多组数据进行挠度修正效果比较 | 第56-57页 |
| ·小波变换对挠度修正效果分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·研究总结 | 第58页 |
| ·研究展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第66页 |