【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2006
【分类号】:TP311.13
【DOI】:CNKI:CDMD:2.2006.148958
【目录】:
- 中文摘要4-5
- 英文摘要5-9
- 1 绪论9-15
- 1.1 问题的提出及研究意义9-10
- 1.1.1 问题的提出9-10
- 1.1.2 研究的意义10
- 1.2 国内外现状10-12
- 1.3 本文研究的目的和研究内容12-15
- 1.3.1 本文研究的目的12-14
- 1.3.2 本文研究的内容14-15
- 2 相关理论和和技术15-25
- 2.1 桥梁健康检测系统15-16
- 2.2 数据挖掘16-23
- 2.2.1 数据挖掘概述16-17
- 2.2.2 分类(Classification)17-18
- 2.2.3 聚类(Clustering)18-19
- 2.2.4 关联规则(Association Rules)19
- 2.2.5 时间序列分析(Time series Analysis)19-22
- 2.2.6 回归分析和孤立点分析22-23
- 2.3 数据的预处理23-25
- 3 马桑溪大桥健康监测系统简介25-32
- 3.1 监测系统简介25-26
- 3.2 桥梁结构参数和环境参数的监测26-32
- 4 马桑溪大桥健康监测数据的挖掘32-58
- 4.1 桥梁监测数据的预处理32-36
- 4.1.1 数据合并32
- 4.1.2 噪声数据32-33
- 4.1.3 最大值,最小值33-34
- 4.1.4 平均值,标准方差34
- 4.1.5 数据变换34-35
- 4.1.6 主成分分析(PCA)35
- 4.1.7 小结35-36
- 4.2 桥梁监测数据的聚类分析模型36-41
- 4.2.1 Kohonen 人工神经网络36-38
- 4.2.2 桥梁监测数据的聚类分析38-40
- 4.2.3 小结40-41
- 4.3 桥梁监测数据的关联规则挖掘模型41-47
- 4.3.1 基本概念41-42
- 4.3.2 Apriori 算法42-44
- 4.3.3 挖掘桥梁监测数据的关联规则44-47
- 4.3.4 小结47
- 4.4 桥梁监测数据的时间序列模型47-57
- 4.4.1 时间序列的相似性48-50
- 4.4.2 时间序列的ARIMA 模型50-52
- 4.4.3 桥梁监测数据时序预测模型52-57
- 4.4.4 小结57
- 4.5 桥梁监测数据的挖掘模型的使用57-58
- 5 总结和展望58-59
- 5.1 全文总结58
- 5.2 进一步的工作和展望58-59
- 致谢59-60
- 参考文献60-62
- 附录:作者在攻读硕士学位期间发表的论文62-63
- 独创性声明63
- 学位论文版权使用授权书63