鲁棒性贝叶斯压缩传感与结构分形损伤识别研究
RESEARCH ON ROBUST BAYESIANCOMPRESSIVE SENSING AND STRUCTURALFRACTAL DAMAGE IDENTIFICATION
摘 要
Abstract
目 录
Contents
第1 章 绪 论
1.1 课题背景及研究的目的和意义
1.2 贝叶斯理论
1.3 分形与分形维数
1.4 结构健康监测
1.5 本文的主要研究内容
第2 章 稀疏贝叶斯学习理论和贝叶斯压缩传感方法
2.1 引言
2.2 线性回归模型
2.3 基于稀疏贝叶斯学习的贝叶斯压缩传感(BCS)方法
2.4 贝叶斯压缩传感的重构鲁棒性分析
2.5 基于鲁棒性预测的自适应观测矩阵的设计方法
2.6 本章小结
第3 章 鲁棒性贝叶斯压缩传感重构的随机优化方法
3.1 引言
3.2 贝叶斯压缩传感的渐变型马尔科夫蒙特卡罗随机优化算法
3.3 基于ARD 先验概率模型的随机优化算法
3.4 本章小结
第4 章 贝叶斯压缩传感的鲁棒性诊断与修复方法
4.1 引言
4.2 多任务的贝叶斯压缩传感方法
4.3 BCS 鲁棒性诊断方法
4.4 BCS 重构的修复算法
4.5 数值与原型监测结果
4.6 本章小结
第5 章 分形维数敏感性和鲁棒性分析
5.1 引言
5.2 Katz 分形维数计算算法
5.3 Higuchi 分形维数计算算法
5.4 波形分形维数计算算法比较
5.5 本章小结
第6 章 基于分形维数的结构损伤识别方法
6.1 引言
6.2 梁式结构的KATZ 分形维数的损伤识别方法
6.3 基于HIGUCHI 分形维数和声发射信号的结构损伤评估方法
6.4 分形损伤定位的贝叶斯融合方法
6.5 本章小结
结 论
参考文献
攻读博士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢
个人简历
哈尔滨工业大学;