摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第17-37页 |
1.1 课题背景 | 第17页 |
1.2 车辆荷载识别及建模方法研究现状 | 第17-29页 |
1.2.1 车辆荷载识别 | 第18-24页 |
1.2.2 车辆荷载建模 | 第24-29页 |
1.3 丢失监测数据修复方法研究现状 | 第29-31页 |
1.3.1 基于稀疏信号重构技术的丢失数据修复方法 | 第30-31页 |
1.3.2 基于相关性的丢失数据修复方法 | 第31页 |
1.4 分布-分布回归方法研究现状 | 第31-34页 |
1.5 应变监测数据建模方法研究现状 | 第34-35页 |
1.6 本文的研究内容 | 第35-37页 |
第2章 基于计算机视觉的大跨度桥梁车辆荷载时-空分布识别方法 | 第37-59页 |
2.1 引言 | 第37页 |
2.2 车辆荷载时-空分布识别框架 | 第37-39页 |
2.3 移动车辆探测和车辆子图自动截取方法 | 第39-44页 |
2.3.1 基于背景减除法的移动车辆探测方法 | 第39-41页 |
2.3.2 车辆子图自动截取 | 第41-43页 |
2.3.3 冗余子图处理与荷载信息提取 | 第43-44页 |
2.4 车辆识别 | 第44-52页 |
2.4.1 单特征识别方法 | 第44-49页 |
2.4.2 多特征识别方法 | 第49-52页 |
2.5 车辆时-空定位 | 第52-56页 |
2.6 某实际大跨度斜拉桥车辆荷载时-空分布识别 | 第56-58页 |
2.7 本章小结 | 第58-59页 |
第3章 基于无向图理论的大跨度桥梁重车荷载空间分布建模方法 | 第59-89页 |
3.1 引言 | 第59页 |
3.2 重车位置分布建模方法 | 第59-79页 |
3.2.1 桥面区格划分与基本假设 | 第59-62页 |
3.2.2 区格状态定义以及区格状态组合与重车空间分布模式的关系 | 第62-64页 |
3.2.3 概率图模型选择 | 第64-65页 |
3.2.4 联合概率质量函数 | 第65-68页 |
3.2.5 参数估计 | 第68-69页 |
3.2.6 基于团树算法的概率推理 | 第69-75页 |
3.2.7 重车位置分布统计模拟 | 第75-76页 |
3.2.8 重车位置分布模型更新 | 第76-79页 |
3.3 重车总重量分布建模方法 | 第79-81页 |
3.3.1 不考虑相关性的建模方法 | 第79-80页 |
3.3.2 考虑相关性的建模方法 | 第80-81页 |
3.4 某实际大跨度斜拉梁重车荷载空间分布建模 | 第81-87页 |
3.4.1 重车位置分布建模 | 第81-84页 |
3.4.2 重车总重量分布建模 | 第84-85页 |
3.4.3 基于统计模型的重车荷载空间分布模拟 | 第85-87页 |
3.4.4 重车位置分布模型更新 | 第87页 |
3.5 本章小结 | 第87-89页 |
第4章 基于分布扭曲变换的结构响应监测数据分布-分布回归预测建模方法 | 第89-115页 |
4.1 引言 | 第89页 |
4.2 基于空间相关性的监测数据概率分布回归预测问题 | 第89-91页 |
4.3 基于分布扭曲变换的监测数据分布-分布回归预测方法 | 第91-102页 |
4.3.1 分布扭曲变换理论概述 | 第91-92页 |
4.3.2 基本假设与支撑尺度变换 | 第92-94页 |
4.3.3 监测数据分布-分布回归预测方法 | 第94-96页 |
4.3.4 与普通条件分布计算的区别 | 第96-97页 |
4.3.5 与传统分布-分布核回归方法的外推预测比较 | 第97-99页 |
4.3.6 抗污染输入分布的鲁棒模型 | 第99-102页 |
4.4 基于实际桥梁健康监测数据的方法性能评估 | 第102-113页 |
4.4.1 桥梁结构健康监测数据 | 第102-106页 |
4.4.2 回归模型设置 | 第106-107页 |
4.4.3 方法性能评估 | 第107-113页 |
4.5 回归模型的交叉验证优化方法讨论 | 第113页 |
4.6 本章小结 | 第113-115页 |
第5章 基于LQD变换和RKHS理论的结构响应监测数据分布-分布回归预测建模方法 | 第115-132页 |
5.1 引言 | 第115页 |
5.2 基于LQD变换和RKHS理论的监测数据分布-分布回归预测方法 | 第115-124页 |
5.2.1 对数分位密度变换(LQD变换)理论概述 | 第116-117页 |
5.2.2 基本假设 | 第117页 |
5.2.3 改进逆LQD变换积分精度的预处理方法 | 第117-119页 |
5.2.4 基于函数型主成分分析的表征函数降维处理 | 第119-121页 |
5.2.5 基于RKHS理论的函数-向量回归建模方法 | 第121-124页 |
5.2.6 监测数据分布-分布回归预测方法 | 第124页 |
5.3 基于实际桥梁健康监测数据的方法有效性验证与性能评估 | 第124-131页 |
5.3.1 方法有效性验证 | 第124-127页 |
5.3.2 方法性能评估 | 第127-131页 |
5.4 本章小结 | 第131-132页 |
第6章 桥梁应变监测数据空间相互关系建模及其在丢失数据修复中的应用 | 第132-152页 |
6.1 引言 | 第132页 |
6.2 桥梁应变监测数据概述及应变分类 | 第132-135页 |
6.3 基于相位-幅值分离的应变曲线空间映射关系建模 | 第135-144页 |
6.3.1 温致应变监测数据分析 | 第135-136页 |
6.3.2 温致应变曲线相位-幅值分离 | 第136-139页 |
6.3.3 温致应变曲线空间映射关系建模 | 第139-141页 |
6.3.4 在丢失温致应变数据修复中的应用 | 第141-142页 |
6.3.5 车致局部应变空间映射关系建模 | 第142-144页 |
6.4 基于copula函数的应变联合分布建模 | 第144-151页 |
6.4.1 随机应变空间相关性分析 | 第144-145页 |
6.4.2 随机应变联合分布建模 | 第145-147页 |
6.4.3 在丢失随机应变数据修复中的应用 | 第147-151页 |
6.5 本章小结 | 第151-152页 |
结论 | 第152-155页 |
参考文献 | 第155-171页 |
攻读学位期间发表的学术论文及其他成果 | 第171-173页 |
致谢 | 第173-175页 |
个人简历 | 第175页 |