| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 高程及高程系统 | 第12-15页 |
| 1.2.1 大地水准面与正高 | 第12-14页 |
| 1.2.2 似大地水准面与正常高 | 第14页 |
| 1.2.3 参考椭球面与大地高 | 第14-15页 |
| 1.2.4 不同高程的关系 | 第15页 |
| 1.3 GPS大地高作沉降分析的可行性分析 | 第15-16页 |
| 1.4 国内外研究现状 | 第16-19页 |
| 1.4.1 GPS变形监测技术研究现状 | 第16-17页 |
| 1.4.2 变形监测数据分析方法及其研究现状 | 第17-19页 |
| 1.5 本文主要研究内容及章节安排 | 第19-21页 |
| 第二章 变形监测数据的预处理理论 | 第21-33页 |
| 2.1 监测数据预处理的目的和意义 | 第21-22页 |
| 2.2 监测数据插值理论 | 第22-29页 |
| 2.2.1 拉格朗日插值 | 第23-27页 |
| 2.2.2 牛顿插值 | 第27-28页 |
| 2.2.3 三次样条插值 | 第28-29页 |
| 2.3 监测数据的小波去噪理论 | 第29-33页 |
| 2.3.1 基于小波的阂值去噪法原理 | 第30-32页 |
| 2.3.2 去噪效果评价指标 | 第32-33页 |
| 第三章 变形分析与建模的方法 | 第33-53页 |
| 3.1 监测曲线形态判断法 | 第33-35页 |
| 3.2 变形趋势分析法 | 第35-36页 |
| 3.2.1 曲线拟合 | 第35-36页 |
| 3.2.2 最小二乘曲线拟合 | 第36页 |
| 3.3 多元线性回归分析 | 第36-39页 |
| 3.4 灰色系统理论分析方法 | 第39-46页 |
| 3.4.1 灰色系统概述 | 第39-40页 |
| 3.4.2 GM(1,1)模型 | 第40-43页 |
| 3.4.3 GM(1,n)模型 | 第43-44页 |
| 3.4.4 多点变形灰色预测模型 | 第44-46页 |
| 3.5 人工神经网络分析法 | 第46-53页 |
| 3.5.1 人工神经元网络模型概述 | 第46-49页 |
| 3.5.2 人工神经网络模型 | 第49页 |
| 3.5.3 BP神经网络模型 | 第49-51页 |
| 3.5.4 BP神经网络算法的数学描述 | 第51-53页 |
| 第四章 变形监测数据处理分析方法的应用与工程实例 | 第53-93页 |
| 4.1 阿海水电站水库影响待观区GPS变形观测项目简介 | 第53-60页 |
| 4.1.1 工程概况 | 第53-57页 |
| 4.1.2 GPS变形监测数据采集 | 第57-59页 |
| 4.1.3 数据处理 | 第59-60页 |
| 4.2 变形监测数据预处理方法与工程应用 | 第60-77页 |
| 4.2.1 工程实例资料 | 第60-61页 |
| 4.2.2 常用插值方法的程序实现及工程应用 | 第61-73页 |
| 4.2.3 小波理论在变形监测数据去噪中的应用 | 第73-77页 |
| 4.3 常用变形分析方法的工程应用 | 第77-93页 |
| 4.3.1 工程实例资料 | 第77页 |
| 4.3.2 监测曲线形态判断法的工程应用 | 第77-78页 |
| 4.3.3 多项式曲线拟合的工程应用 | 第78-81页 |
| 4.3.4 灰色系统的工程应用 | 第81-88页 |
| 4.3.5 BP神经网络的工程应用 | 第88-91页 |
| 4.3.6 本章小结 | 第91-93页 |
| 第五章 总结与展望 | 第93-95页 |
| 5.1 全文总结 | 第93-94页 |
| 5.2 工作展望 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 附录 (攻读硕士学位期间参与的科研项目及社会实践和发表的论文) | 第100页 |