第1章 岩爆试验概述
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 岩爆的概念及分类
1.2.1 岩爆概念
1.2.2 岩爆分类
1.3 常见岩爆试验方法
1.3.1 单轴岩爆试验
1.3.2 双轴岩爆试验
1.3.3 三轴岩爆试验
1.4 真三轴加卸载应变岩爆物理模拟试验系统
第2章 应变岩爆试验大数据人工智能分析方法系统架构
2.1 系统总体架构
2.2 子系统原理及功能
2.2.1 应变岩爆物理模拟试验主机
2.2.2 声发射监测系统
2.2.3 液压控制系统
2.2.4 力采集系统
2.2.5 高速摄影系统
2.2.6 多源异构岩爆试验大数据采集系统
2.2.7 云端超级计算机
第3章 岩爆试验大数据采集及可视化分析
3.1 相关技术概述
3.1.1 岩爆研究
3.1.2 大数据技术
3.1.3 岩爆试验大数据
3.2 多源异构岩爆试验大数据采集系统
3.2.1 系统架构设计
3.2.2 系统数据采集
3.2.3 系统数据传输
3.2.4 系统数据存储
3.3 岩爆试验大数据可视化分析
3.3.1 分布可视化分析
3.3.2 频数可视化分析
3.3.3 连续性可视化分析
第4章 岩爆试验大数据压缩存储算法
4.1 数据存储困境概述
4.1.1 岩爆试验大数据困境
4.1.2 压缩存储算法历史及分类
4.2 岩爆试验大数据压缩存储算法
4.2.1 VSC算法
4.2.2 NVSC算法
4.2.3 VS算法
4.2.4 VC算法
4.2.5 D-VC算法
4.3 压缩存储算法性能可视化分析
4.4 压缩存储算法经济效益分析
第5章 多源异构岩爆试验大数据融合算法
5.1 融合算法
5.1.1 融合算法概述
5.1.2 融合方式分类
5.2 多源异构岩爆试验大数据融合算法
5.2.1 多源异构数据融合预处理
5.2.2 基于聚类的稀疏自编码器数据融合算法
第6章 岩爆试验大数据AI可视化分析
6.1 大数据可视化分析技术
6.2 局部数据可视化分析
6.3 全局数据可视化分析
6.4 大数据AI可视化协同分析
第7章 岩爆试验大数据AI分析算法
7.1 人工智能技术
7.1.1 人工智能的概念
7.1.2 人工智能的发展
7.1.3 人工智能的主要研究领域
7.1.4 人工智能的主要实现技术
7.1.5 人工智能的典型应用
7.1.6 人工智能的常用算法
7.2 岩爆试验大数据AI分析算法
7.2.1 基于卷积神经网络的岩爆预测算法
7.2.2 多源异构岩爆试验大数据融合预测算法
7.3 领域前沿
7.3.1 第一阶段
7.3.2 第二阶段
7.3.3 第三阶段
第8章 岩爆试验大数据AI处理系统
8.1 系统简介
8.2 系统部署
8.2.1 安装环境
8.2.2 网站部署
8.2.3 数据库初始化
8.3 系统使用
8.3.1 系统登录
8.3.2 实验数据浏览
8.3.3 新建项目或新建实验
8.3.4 上传数据文件
8.3.5 实验数据处理分析
8.3.6 实验结果查询
展开
