Chapters

内容简介

前言

1 路面性能数据

1.1 路面性能评价指标

1.2 长期路面性能数据库

思考题

2 数据分析基础

2.1 随机变量

2.2 数据描述

2.3 参数估计

2.4 假设检验

2.5 例 混凝土强度显著性检验

思考题

3 试验设计与方差分析

3.1 试验设计

3.2 方差分析概念与假定

3.3 单因素试验方差分析

3.4 双因素试验方差分析

3.5 正交试验设计方差分析

3.6 例3.1 混凝土强度可重复双因素试验方差分析

3.7 例3.2 罩面抗裂性能交互正交设计方差分析

思考题

4 回归分析

4.1 一元线性回归

4.2 多元线性回归

4.3 线性回归诊断

4.4 逐步回归

4.5 多项式回归

4.6 非线性回归

4.7 例4.1 养护效益线性回归

4.8 例4.2 平整度多项式预测

4.9 例4.3 平整度非线性预测模型

思考题

5 逻辑回归

5.1 二项逻辑回归

5.2 多项逻辑回归

5.3 广义线性模型

5.4 例养护措施开裂概率逻辑回归

思考题

6 计数数据模型

6.1 计数数据模型

6.2 零膨胀模型

6.3 例横向裂缝发展零膨胀模型

思考题

7 生存分析

7.1 数据删失

7.2 描述函数

7.3 非参数法

7.4 半参数法

7.5 参数法

7.6 例路面修补耐久性生存分析

思考题

8 时间序列

8.1 时间序列分解

8.2 移动平均法

8.3 指数平滑法

8.4 时间序列解析模型

8.5 多元时间序列模型

8.6 例平整度时间序列解析模型

思考题

9 随机过程

9.1 随机过程定义

9.2 马尔科夫过程与马尔可夫链

9.3 齐次马尔科夫链

9.4 平稳分布

9.5 转移概率矩阵求解

9.6 例9.1 路面状态齐次马尔科夫链预测

9.7 例9.2 基于动态马尔科夫链的路面性能转移概率

思考题

10 决策树

10.1 决策树结构

10.2 ID3决策树

10.3 C4.5决策树

10.4 CART决策树

10.5 随机森林

10.6 例路面修补耐久性CART分析

思考题

11 神经网络

11.1 神经网络结构

11.2 单层神经网络

11.3 两层神经网络

11.4 多层神经网络

11.5 卷积神经网络

11.6 神经网络的发展

11.7 例11.1平整度神经网络预测

11.8 例11.2气候分区分类

思考题

12 支持向量机

12.1 支持向量机算法

12.2 拟合优度评价指标

12.3 K近邻算法

12.4 支持向量机的优势

12.5 例平整度SVM+KNN分类预测

思考题

13 主成分分析

13.1 基本原理

13.2 模型求解

13.3 计算步骤

13.4 例气象数据主成分降维

思考题

14 因子分析

14.1 基本原理

14.2 因子求解

14.3 因子旋转

14.4 因子得分

14.5 因子分析特点

14.6 例14.1 气象数据因子分析

14.7 例14.2 路面性能数据因子分析

思考题

15 聚类分析

15.1 基本原理

15.2 样本聚类

15.3 变量聚类

15.4 例 气象分区聚类分析

思考题

16 判别分析

16.1 距离判别

16.2 贝叶斯判别

16.3 费舍尔判别

16.4 例 气象分区判别分析

思考题

参考文献