版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、重慶大學(xué)碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的橋梁監(jiān)測數(shù)據(jù)挖掘姓名：張鵬申請學(xué)位級別：碩士專業(yè)：計算機應(yīng)用技術(shù)指導(dǎo)教師：李烈彪20070428重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTAlongwiththebridgeaccidentshaveincreasedyearaReryeartheGovernmentandtheEngineeringarepayingmoreattentiontotheforgetfulmonitoringforth
2、ebridgeThebridgeisaverycomplicatedsystem，it’SdeteriorationunderthenormalcircumstancesisaslowprocessThenormalmonitoringsystemofbridgewillproducemuchdataeachdaybuttheagingandinjuryofthebridgeoftenOccurduringalongtime，SOthe
3、dataofcollectionisstupendouslyButthecommonlysystemdon’thavecapacitytoprocessingthedata(isgeneralatGBlevel)，SOitcan’tfindtheproblemswhichmaybeexistinthebridgethroughthehistoricaldatathatmuchvaluabledataisabandonedThisDiss
4、ertationtries幻usetheDataMiningtechnologybasedonneuralnetworkminingthebridgemonitoringdatafindsadataanalyticmodelofthedataobtainsthechange(fluctuate)ruleofabridgeparameterminestherelationshipbetweenthebridgeparameterInfac
5、tthestudyalsohaspracticalsignificanceonanalyzesthemonitoringdataofthebigbuildingssuchasskyscrapers、stadiums、dams、airportsetcThemaincontentinthedissertationisbasedontheDataMiningtechnologycombinedthestatusofthebridgemonit
6、oringsystem，andproposedasolutionwhichusedthecapacityoftheDataMiIIinginprocessinglargedatasetstoanalyzethedatageneratedbybridgemonitoringsystem，usedtheDataMiningtechnologybasedonneuralnetworktoanalyzethedata，processedthel
7、argeamountsofdatathatgeneratedbythebridgemonitoringsystemforalongperiod，builtupkindsofDataMiningModelThemodelare“①Clastermodel，mainlyusedformonitoringtheunconventionalityofthebridgedata，stipulateforthedata@)Associatemode
8、l，mainlyusedforfindouttheassociaterulebetweenthebridgearchitectureandenvironmentalparameters③timeseriesanalysismodel，mainlyusedforobservedthechangetrendsofthebridgemonitoringdatacomparedthechangetrendsofkindsofparameters
9、andpredictedthevalueoftheparametersThroughcontrastthetimeseriesfigureoftheparameters，wecanalsofindtherelationshipbetweenparametersUsingkindsoftheestablishedDataMiningModels，wecanjudgeandrecoglizethecnITentbridgeshealthys
10、tatusminetheusefulinformationhiddeninthedatatoenhancethebridge’ShealthThedissertationresearchresultscallgreatlyimprovetheautomationandefficiencyofthebridge’ShealthstatusassessmentButtheanalysisofthebridge’Smonitoringdata
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的WEB數(shù)據(jù)挖掘.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的動態(tài)數(shù)據(jù)挖掘研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的移動證券數(shù)據(jù)挖掘研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的電商數(shù)據(jù)深度挖掘.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究與應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于SARIMA與神經(jīng)網(wǎng)絡(luò)混合模型的橋梁健康監(jiān)測系統(tǒng)缺失數(shù)據(jù)填補.pdf
- 基于粗神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法及其應(yīng)用.pdf
- 基于Kohonen和BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)股市預(yù)測的數(shù)據(jù)挖掘模型研究.pdf
- 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘系統(tǒng)及其應(yīng)用.pdf
- 基于數(shù)據(jù)挖掘的橋梁監(jiān)測數(shù)據(jù)分析.pdf
- 44863.基于人工神經(jīng)網(wǎng)絡(luò)的油藏數(shù)據(jù)挖掘研究
- 基于改進的BP神經(jīng)網(wǎng)絡(luò)雜數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)方法的數(shù)據(jù)挖掘平臺設(shè)計和實現(xiàn).pdf
- 基于過程神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘及其應(yīng)用研究.pdf
評論
0/150
提交評論