基于小波神经网络的振动结构损伤诊断
| 第一章 绪论 | 第1-19页 |
| ·引言 | 第6-7页 |
| ·结构损伤检测的发展与研究 | 第7-12页 |
| ·基于振动响应的损伤诊断技术评述 | 第12-17页 |
| ·问题的提出和本文主要研究内容 | 第17-19页 |
| 第二章 小波和小波包分析的基本理论 | 第19-28页 |
| ·引言 | 第19-20页 |
| ·小波分析基础 | 第20-26页 |
| ·小波包分析 | 第26-28页 |
| 第三章 基于小波分析的损伤诊断 | 第28-43页 |
| ·小波分析在损伤诊断领域的适用性 | 第28页 |
| ·小波分析用于损伤识别的动力系统模型分析 | 第28-30页 |
| ·小波分析在结构损伤诊断中的应用 | 第30-31页 |
| ·小波变换在振动信号分析中的典型应用 | 第31-41页 |
| ·小波分析与其他方法联合应用 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于人工神经网络的损伤诊断 | 第43-57页 |
| ·人工神经网络概述 | 第43-47页 |
| ·BP神经网络及BP算法 | 第47-53页 |
| ·基于神经网络的结构损伤识别 | 第53-57页 |
| 第五章 小波包分析与神经网络的联合应用及实现 | 第57-65页 |
| ·小波分析与神经网络联合应用的依据 | 第57页 |
| ·小波分析与神经网络的结合途径 | 第57-58页 |
| ·基于能量原理的损伤诊断方法 | 第58-61页 |
| ·神经网络结构和小波包分解形式的确定 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 基于小波神经网络的振动结构损伤诊断实例 | 第65-87页 |
| ·小波神经网络的构造 | 第65-66页 |
| ·基于小波包分析的输入层特征向量提取 | 第66-69页 |
| ·BP神经网络输入和输出设计 | 第69-70页 |
| ·BP神经网络在MATLAB中的实现 | 第70-73页 |
| ·利用BP神经网络进行结构的损伤诊断 | 第73-86页 |
| ·本章小结 | 第86-87页 |
| 结论和展望 | 第87-89页 |
| 参考文献 | 第89-94页 |
| 致谢 | 第94-95页 |
| 个人简历 | 第95页 |
