基于BP神经网络的混凝土坝安全监测统计模型研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究大坝安全监测的目的和意义 | 第11-12页 |
| 1.2 国内外有关大坝安全监测的研究现状 | 第12-15页 |
| 1.3 存在的问题 | 第15-16页 |
| 1.4 问题的提出 | 第16页 |
| 1.5 本文的主要内容 | 第16-17页 |
| 第二章 统计模型的基本理论 | 第17-35页 |
| 2.1 概述 | 第17-18页 |
| 2.2 逐步回归分析法 | 第18-23页 |
| 2.3 混凝土重力坝变形监测量统计模型 | 第23-34页 |
| 2.4 SPSS统计分析包 | 第34页 |
| 2.5 小结 | 第34-35页 |
| 第三章 BP神经网络原理 | 第35-49页 |
| 3.1 神经网络的发展史 | 第35-36页 |
| 3.2 BP神经网络原理 | 第36-38页 |
| 3.3 神经元模型及BP神经网络构建 | 第38-41页 |
| 3.4 BP神经网络的若干改进 | 第41-45页 |
| 3.5 BP神经网络应用实例 | 第45-48页 |
| 3.6 MATLAB神经网络工具箱 | 第48页 |
| 3.7 小结 | 第48-49页 |
| 第四章 基于BP神经网络的统计模型的基本理论 | 第49-53页 |
| 4.1 统计模型的优缺点 | 第49页 |
| 4.2 BP神经网络模型的优缺点 | 第49页 |
| 4.3 基于BP神经网络的统计模型 | 第49-51页 |
| 4.4 基于统计模型的BP神经网络模型 | 第51-52页 |
| 4.5 小结 | 第52-53页 |
| 第五章 新安江重力坝变形监测模型 | 第53-87页 |
| 5.1 新安江电站概述 | 第53-60页 |
| 5.2 16~ | 第60-68页 |
| 5.3 16~ | 第68-73页 |
| 5.4 16~ | 第73-79页 |
| 5.5 16~ | 第79-80页 |
| 5.6 18~ | 第80-86页 |
| 5.7 小结 | 第86-87页 |
| 第六章 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 致谢 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 附录 | 第95页 |
