秦岭隧道全断面掘进机掘进状况识别分析研究
| 第1章 绪论 | 第1-22页 |
| 1．1 引言 | 第9-10页 |
| 1．2 全断面掘进机施工技术的发展 | 第10-15页 |
| 1．2．1 隧道掘进机概况 | 第10-11页 |
| 1．2．2 全断面掘进机的发展 | 第11-14页 |
| 1．2．3 掘进机工作参数间的相互关系 | 第14-15页 |
| 1．3 掘进状况识别研究国内外动态 | 第15-19页 |
| 1．3．1 模式识别技术的发展 | 第15-17页 |
| 1．3．2 围岩分类研究概况 | 第17-19页 |
| 1．4 论文的主要研究内容 | 第19-22页 |
| 第2章 掘进参数信号获取及其预处理 | 第22-34页 |
| 2．1 引言 | 第22页 |
| 2．2 WDAS数据采集系统 | 第22-26页 |
| 2．2．1 WDAS系统 | 第22-23页 |
| 2．2．2 WDAS系统的四种数据文件 | 第23-26页 |
| 2．3 数据的预处理 | 第26-33页 |
| 2．3．1 预处理的概念 | 第26-27页 |
| 2．3．2 工作与否的二值函数判断 | 第27-28页 |
| 2．3．3 奇异点的剔除 | 第28-29页 |
| 2．3．4 滤波处理 | 第29-32页 |
| 2．3．5 空推修正 | 第32-33页 |
| 2．4 小结 | 第33-34页 |
| 第3章 分类特征的形成 | 第34-47页 |
| 3．1 引言 | 第34页 |
| 3．2 特征选择与提取的关键 | 第34-35页 |
| 3．3 掘进参数特征描述 | 第35-39页 |
| 3．3．1 掘进状况分类的原始特征 | 第35-37页 |
| 3．3．2 原始特征的二次变换 | 第37-39页 |
| 3．4 特征提取与选择的类别可分离性 | 第39-42页 |
| 3．4．1 类别可分离性判据的提出 | 第39-40页 |
| 3．4．2 判据的类别 | 第40-42页 |
| 3．5 选择判别掘进状况的特征 | 第42-46页 |
| 3．5．1 空推样点分离特征的选择 | 第43-44页 |
| 3．5．2 其它样点分离特征的选择 | 第44-46页 |
| 3．6 小结 | 第46-47页 |
| 第4章 掘进状况的近邻识别分类 | 第47-63页 |
| 4．1 引言 | 第47页 |
| 4．2 无监督聚类分析方法 | 第47-55页 |
| 4．2．1 样本相似性的度量 | 第48-49页 |
| 4．2．2 聚类准则函数 | 第49-54页 |
| 4．2．3 分级聚类算法 | 第54页 |
| 4．2．4 近邻函数值准则聚类算法 | 第54-55页 |
| 4．3 掘进状况的聚类分析判别 | 第55-61页 |
| 4．3．1 总体思路 | 第55-57页 |
| 4．3．2 空推样点与掘进数据分离 | 第57-61页 |
| 4．3．3 二级分解（掘进状况的一级分解） | 第61页 |
| 4．3．4 R类内三级分解 | 第61页 |
| 4．4 小结 | 第61-63页 |
| 第5章 基于数据挖掘的掘进状况分析 | 第63-78页 |
| 5．1 引言 | 第63页 |
| 5．2 掘进状况信息挖掘模式 | 第63-66页 |
| 5．2．1 基于数据挖掘进行掘进数据分析的意义 | 第63-64页 |
| 5．2．2 掘进状况的挖掘模式 | 第64-66页 |
| 5．3 聚类挖掘结果分析 | 第66-77页 |
| 5．3．1 聚类结果说明 | 第66-68页 |
| 5．3．2 各类间掘进性能对比分析 | 第68-70页 |
| 5．3．3 导出特征分析 | 第70-74页 |
| 5．3．4 刀具磨损识别 | 第74-77页 |
| 5．4 小结 | 第77-78页 |
| 结论 | 第78-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 附录 | 第86-93页 |
| 攻读硕士学位期间发表论文 | 第93页 |
