基于神经网络的桥梁监测数据挖掘

中文摘要	第1-4页
英文摘要	第4-8页
1 绪论	第8-13页
·问题的提出及研究意义	第8-9页
·问题的提出	第8-9页
·研究的意义	第9页
·国内外现状	第9-11页
·本文研究的目的和研究内容	第11-13页
·本文研究的目的	第11-12页
·本文研究的内容	第12-13页
2 相关理论	第13-22页
·数据挖掘概述	第13页
·聚类分析模型	第13-16页
·关联规则挖掘模型	第16-19页
·基本概念	第16-17页
·Apriori 算法	第17-19页
·时间序列的ARIMA 模型	第19-22页
3 大佛寺大桥健康监测系统简介	第22-29页
·桥梁健康检测系统	第22-24页
·大佛寺大桥监测系统简介	第24-27页
·大佛寺长江大桥监测数据的特征	第27-29页
4 桥梁监测数据的挖掘	第29-45页
·桥梁监测数据预处理	第29-32页
·桥梁监测数据合并	第29页
·桥梁监测数据中噪音数据的处理	第29页
·桥梁监测数据的最大值，最小值	第29-31页
·桥梁监测数据的平均值，标准方差	第31页
·桥梁监测数据变换	第31-32页
·桥梁监测数据主成分分析(PCA)	第32页
·桥梁监测数据的聚类分析	第32-34页
·挖掘桥梁监测数据的关联规则	第34-38页
·桥梁监测数据时序预测模型	第38-44页
·桥梁监测数据时间序列的相似性	第38-40页
·桥梁监测数据时序预测模型	第40-44页
·挖掘模型的使用	第44-45页
5 总结	第45-46页
致谢	第46-47页
参考文献	第47-49页
附录	第49页