首页--工业技术论文--建筑科学论文--建筑结构论文--结构理论、计算论文--结构试验与检验论文

基于小波包与BP神经网络的结构损伤识别研究

摘要第1-9页
Abstract第9-11页
第1章 绪论第11-21页
   ·研究的背景与意义第11页
   ·结构损伤识别的发展与研究现状第11-12页
   ·结构损伤识别方法第12-20页
     ·直接比较的损伤识别方法第13-15页
     ·基于模型修正的损伤识别方法第15-17页
     ·基于概率统计理论的损伤识别方法第17页
     ·基于小波分析的损伤识别方法第17-18页
     ·基于神经网络的损伤识别方法第18-20页
   ·本文研究的主要内容第20-21页
第2章 小波分析的基本理论第21-32页
   ·引言第21页
   ·傅里叶变换第21-22页
   ·短时傅里叶变换第22-23页
   ·小波分析第23-24页
   ·多分辨率分析第24-25页
   ·小波包分析第25-31页
     ·小波包的定义第26-27页
     ·小波包的性质第27-28页
     ·小波包的空间分解第28-29页
     ·小波包算法第29-30页
     ·小波包节点能量第30-31页
   ·本章小结第31-32页
第3章 神经网络的基本理论第32-41页
   ·引言第32页
   ·神经网络的基本原理第32-34页
     ·神经元简介第32-34页
     ·神经网络的基本特征第34页
   ·BP 神经网络第34-39页
     ·BP 神经网络算法第34-36页
     ·BP 神经网络算法存在的问题及改进第36-38页
     ·BP 神经网络结构的确定第38-39页
     ·BP 神经网络在结构损伤识别中的应用第39页
   ·本章小结第39-41页
第4章 基于小波包与 BP 神经网络的结构损伤识别研究第41-98页
   ·引言第41页
   ·基本原理第41-44页
     ·小波包分解形式的确定第41-44页
     ·损伤识别步骤第44页
   ·数值模拟第44-93页
     ·海洋平台有限元模型第44-46页
     ·高斯白噪声激励下的模拟第46-78页
     ·环境激励下的模拟第78-93页
   ·实验验证第93-96页
   ·本章小结第96-98页
第5章 基于自由响应信号的结构损伤识别研究第98-108页
   ·引言第98页
   ·随机减量技术第98-102页
     ·随机减量技术的发展第98-99页
     ·随机减量技术的基本原理第99-102页
   ·数值模拟第102-107页
     ·高斯白噪声激励下的模拟第102-105页
     ·环境激励下的模拟第105-107页
   ·本章小结第107-108页
第6章 结论与展望第108-110页
   ·结论第108页
   ·展望第108-110页
参考文献第110-118页
攻读硕士学位期间发表的学术论文及科研工作第118-119页
致谢第119页

论文共119页,点击 下载论文
上一篇:基于滨海环境的高层建筑研究--以青岛高层建筑为例
下一篇:基于城市触媒理论的老城镇剩余空间复兴策略探索--以江苏省长泾镇为例