| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状综述 | 第10-11页 |
| 1.3 本文的结构框架 | 第11-13页 |
| 第二章 传感器优化布置与深度学习相关理论 | 第13-26页 |
| 2.1 传感器优化布置 | 第13-14页 |
| 2.1.1 传感器优化布置问题 | 第13页 |
| 2.1.2 优化布置准则 | 第13-14页 |
| 2.2 深度学习 | 第14-24页 |
| 2.2.1 深度学习概述 | 第14-15页 |
| 2.2.2 深度学习模型及优化方法 | 第15-24页 |
| 2.3 遗传算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于深度学习的桥梁加速度传感器优化布置方法 | 第26-34页 |
| 3.1 基本原理 | 第26-27页 |
| 3.2 数据结构化处理方法 | 第27-29页 |
| 3.2.1 布置方案二值化处理 | 第27-28页 |
| 3.2.2 评价准则计算方法 | 第28页 |
| 3.2.3 随机生成布置方案数据集 | 第28-29页 |
| 3.3 深度学习模型建立 | 第29-32页 |
| 3.3.1 超参数 | 第29-30页 |
| 3.3.2 网络结构 | 第30页 |
| 3.3.3 训练方法及过程 | 第30-32页 |
| 3.4 群智能优化算法寻优方法 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 泸定大渡河特大桥加速度传感器优化布置 | 第34-56页 |
| 4.1 泸定大渡河特大桥 | 第34-35页 |
| 4.2 数据获取及预处理 | 第35-39页 |
| 4.3 深度学习超参数及网络结构实验 | 第39-44页 |
| 4.3.1 超参数设置实验 | 第39-42页 |
| 4.3.2 网络结构实验 | 第42-43页 |
| 4.3.3 初步训练结果 | 第43-44页 |
| 4.4 深度学习优化策略实验 | 第44-47页 |
| 4.4.1 权重初始化 | 第44-45页 |
| 4.4.2 提前终止 | 第45-46页 |
| 4.4.3 扩大数据集 | 第46-47页 |
| 4.5 优化后的深度学习网络训练及结果分析 | 第47-50页 |
| 4.6 传感器布设方案寻优结果及分析 | 第50-54页 |
| 4.7 误差分析 | 第54-55页 |
| 4.8 本章小结 | 第55-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 在学期间发表的论文及取得的科研成果 | 第63页 |