1 绪论
1.1 研究意义
1.2 研究现状及发展趋势
1.3 本文主要研究内容
1.4 本章小结
2 桥梁健康监测与机器学习
2.1 桥梁健康监测
2.1.1 桥梁响应数据处理
2.1.2 桥梁结构损伤识别参数
2.1.3 桥梁损伤识别方法
2.2.1 学习理论
2.2.2 发展阶段
2.3 本章小结
3 支持向量机与K最近邻算法
3.1 支持向量机SVM
3.1.1 原问题假设
3.1.2 拉格朗日函数及其对偶问题
3.1.3 最优解
3.1.4 软间隔
3.2.1 理论基础
3.2.2 工作机制
3.2.3 KNN的优化
3.3 本章小结
4 数据预处理
4.1 数据源
4.2 重复值处理
4.3 缺失值处理
4.4 本章小结
5 桥梁结构损伤识别参数
5.1 PCA降噪
5.1.1 主成分分析PCA
5.1.2 降噪过程
5.2.1 簇与质心
5.2.2 簇内平方和
5.2.3 聚类分析结果
5.3.1 统计性分析
5.3.2 结构损伤指标
5.4 本章小结
6 桥梁损伤识别模型
6.1 模型评估指标
6.1.1 混淆矩阵
6.1.2 ROC曲线
6.2.1 KNN初始值
6.2.2 模型优化
6.3.1 非线性SVM
6.3.2 多分类问题
6.3.3 核函数(Kernel Function)
6.4 本章小结
7 总结与展望
7.1 全文总结
7.2 未来展望
参考文献
附录
附录A:PCA降噪过程
附录B:SVM模型
附录C:学位论文数据集
致谢
重庆大学;