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 |