大型调水工程安全信息感知生成与利用

　　调水工程的安全直接关系国家饮水安全、公共安全、粮食安全、生态安全以及社会稳定。准确感知和分析调水工程的安全信息是分析大型调水工程安全性态的基础，也是降低工程安全风险、准确安全性态预报和及时风险预警的依据。《大型调水工程安全信息感知生成与利用》在促进防灾减灾以及预报预警理论研究、优化工程信息采集网络结构、指导工程运行和降低工程安全风险等方面，不仅具有重要的科学意义，而且具有重要的现实意义。

暂缺《大型调水工程安全信息感知生成与利用》作者简介

绪论
1．1 概述
1．2 国内外研究现状
1．3 关键问题
参考文献
第一篇 感知系统提升
第1章 新型监测仪器选型
1．1 固定式测斜仪
1．2 硅谐振水位计
1．3 土壤墒情传感器
1．4 柔性位移计
第2章 智能一体化测量装置研制
2．1 研制背景
2．2 应用需求
2．3 低功耗设计
2．4 硬件设计
2．5 电源规划
第3章 感知网络优化
3．1 局域无线组网方法
3．2 广域无线组网方法
3．3 混合组网策略
3．4 应用举例
3．5 无线传感器网络
第4章 监测系统可靠性提升
4．l 概述
4．2 可靠性设计任务
4．3 可靠性设计关键技术
第5章 数据采集及分析软件开发
5．1 智能数据采集软件
5．2 外部系统数据融合软件
第6章 安全监测与检测体系融合
6．1 概述
6．2 研究内容及技术线路
第二篇 缺失数据生成
第1章 概述
1．1 研究背景
1．2 研究现状
1．3 研究内容与技术线路
第2章 生成式对抗网络
2．l生成式对抗网络定义
2．2 模型结构
2．3 训练方法
2．4 解的存在性和收敛性
第3章 模型建立与平台软件选择
3．1 模型建立
3．2 平台软件选择
第4章 工程实例
4．1 数据预处理
4．2 网络设置及训练
4．3 某引水隧洞水击数据生成
参考文献
第三篇 实测数据利用
第1章 概述
1．1 研究背景及意义
1．2 边坡系统可靠度研究进展
1．3 本篇主要研究内容与技术路线
第2章 高填方渠道特点及边坡系统可靠度分析方法
2．1 高填方渠道边坡的特点及主要破坏形式
2．2 边坡可靠度概念及分析方法
2．3 边坡体系可靠度及其数学模型
第3章 可靠度分析中的机器学习方法
3．1 机器学习原理及分类
3．2 统计学习方法
3．3 支持向量机法
第4章 基于ABe-SVR边坡体系可靠度分析
4．1 模型训练数据集的获取
4．2 SV_R回归函数
4．3 模型训练与参数优化
4．4 基于MCS的ABC-SVR响应面法
4．5 算例验证
参考文献
附件