基于小波去噪的BP神经网络在变形预测中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·选题的研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·小波理论在变形分析中的研究现状 | 第11-12页 |
| ·神经网络在变形分析中的研究现状 | 第12-14页 |
| ·研究内容 | 第14-15页 |
| 第2章 小波分析理论 | 第15-29页 |
| ·小波基本理论 | 第15-18页 |
| ·小波变换的概念 | 第15-16页 |
| ·小波分析的本质 | 第16-18页 |
| ·小波基函数 | 第18-23页 |
| ·小波基函数的特点 | 第18-20页 |
| ·常用的小波函数 | 第20-23页 |
| ·小波阈值去噪 | 第23-27页 |
| ·小波阈值去噪原理 | 第24页 |
| ·小波阈值去噪方式 | 第24-25页 |
| ·阈值的确定 | 第25-27页 |
| ·小波去噪质量的评价 | 第27-29页 |
| 第3章 BP 神经网络 | 第29-43页 |
| ·人工神经网络概述 | 第29-33页 |
| ·人工神经网络的处理单元 | 第29-31页 |
| ·人工神经网络的常见模型 | 第31-32页 |
| ·人工神经网络的实现 | 第32-33页 |
| ·BP 神经网络 | 第33-43页 |
| ·BP 神经网络概述 | 第33-34页 |
| ·BP 神经网络算法的理论推导 | 第34-38页 |
| ·BP 神经网络的设计 | 第38-41页 |
| ·BP 神经网络的优化 | 第41-43页 |
| 第4章 工程实例应用研究 | 第43-71页 |
| ·工程概况 | 第43页 |
| ·监测方案的设计 | 第43-47页 |
| ·监测依据 | 第43-44页 |
| ·监测原则 | 第44-45页 |
| ·监测点测量方法及作业规范 | 第45页 |
| ·监测点的布设 | 第45-47页 |
| ·监测数据小波去噪 | 第47-55页 |
| ·软阈值和硬阈值的对比 | 第47-48页 |
| ·4 种阈值选择方式的对比 | 第48-50页 |
| ·scal 的比较 | 第50-52页 |
| ·不同小波基函数的对比 | 第52-53页 |
| ·不同分解层次的比较 | 第53-55页 |
| ·监测数据的 BP 神经网络预测 | 第55-71页 |
| ·数据的归一化处理 | 第55-57页 |
| ·BP 网络模型的建立 | 第57-58页 |
| ·预测及比较 | 第58-67页 |
| ·监测数据加入随机噪声后的 BP 网络预测 | 第67-71页 |
| 第5章 结论与展望 | 第71-73页 |
| ·结论 | 第71页 |
| ·展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
