【學位授予單位】:重慶大學
【學位級別】:碩士
【學位授予年份】:2006
【分類號】:TP311.13
【DOI】:CNKI:CDMD:2.2006.148958
【目錄】:
- 中文摘要4-5
- 英文摘要5-9
- 1 緒論9-15
- 1.1 問題的提出及研究意義9-10
- 1.1.1 問題的提出9-10
- 1.1.2 研究的意義10
- 1.2 國內外現狀10-12
- 1.3 本文研究的目的和研究內容12-15
- 1.3.1 本文研究的目的12-14
- 1.3.2 本文研究的內容14-15
- 2 相關理論和和技術15-25
- 2.1 橋梁健康檢測系統15-16
- 2.2 數據挖掘16-23
- 2.2.1 數據挖掘概述16-17
- 2.2.2 分類(Classification)17-18
- 2.2.3 聚類(Clustering)18-19
- 2.2.4 關聯規則(Association Rules)19
- 2.2.5 時間序列分析(Time series Analysis)19-22
- 2.2.6 回歸分析和孤立點分析22-23
- 2.3 數據的預處理23-25
- 3 馬桑溪大橋健康監測系統簡介25-32
- 3.1 監測系統簡介25-26
- 3.2 橋梁結構參數和環境參數的監測26-32
- 4 馬桑溪大橋健康監測數據的挖掘32-58
- 4.1 橋梁監測數據的預處理32-36
- 4.1.1 數據合并32
- 4.1.2 噪聲數據32-33
- 4.1.3 最大值,最小值33-34
- 4.1.4 平均值,標準方差34
- 4.1.5 數據變換34-35
- 4.1.6 主成分分析(PCA)35
- 4.1.7 小結35-36
- 4.2 橋梁監測數據的聚類分析模型36-41
- 4.2.1 Kohonen 人工神經網絡36-38
- 4.2.2 橋梁監測數據的聚類分析38-40
- 4.2.3 小結40-41
- 4.3 橋梁監測數據的關聯規則挖掘模型41-47
- 4.3.1 基本概念41-42
- 4.3.2 Apriori 算法42-44
- 4.3.3 挖掘橋梁監測數據的關聯規則44-47
- 4.3.4 小結47
- 4.4 橋梁監測數據的時間序列模型47-57
- 4.4.1 時間序列的相似性48-50
- 4.4.2 時間序列的ARIMA 模型50-52
- 4.4.3 橋梁監測數據時序預測模型52-57
- 4.4.4 小結57
- 4.5 橋梁監測數據的挖掘模型的使用57-58
- 5 總結和展望58-59
- 5.1 全文總結58
- 5.2 進一步的工作和展望58-59
- 致謝59-60
- 參考文獻60-62
- 附錄:作者在攻讀碩士學位期間發表的論文62-63
- 獨創性聲明63
- 學位論文版權使用授權書63