| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 本文的主要工作及章节安排 | 第16-19页 |
| 第二章 X射线脉冲星信号分析 | 第19-31页 |
| 2.1 脉冲星的基本特性 | 第19-21页 |
| 2.1.1 脉冲星简介 | 第19页 |
| 2.1.2 脉冲星的基本参数 | 第19-21页 |
| 2.2 脉冲星噪声分析 | 第21-22页 |
| 2.3 脉冲星去噪 | 第22-30页 |
| 2.3.1 高斯白噪声的小波去噪 | 第22-28页 |
| 2.3.2 泊松噪声去噪 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 极限学习机 | 第31-39页 |
| 3.1 单隐层前馈神经网络 | 第31-32页 |
| 3.2 极限学习机原理及算法 | 第32-34页 |
| 3.3 极限学习机的优化改进 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 核学习方法及核参数的优化 | 第39-45页 |
| 4.1 核方法概述 | 第39页 |
| 4.2 核函数 | 第39-40页 |
| 4.3 核参数的优化 | 第40-44页 |
| 4.3.1 网格搜索法 | 第41页 |
| 4.3.2 交叉验证法 | 第41页 |
| 4.3.3 仿生智能优化算法 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 小波核极限学习机脉冲星辨识 | 第45-55页 |
| 5.1 核极限学习机 | 第45-49页 |
| 5.1.1 核极限学习机原理 | 第45-47页 |
| 5.1.2 加权核极限学习机 | 第47页 |
| 5.1.3 多核极限学习机 | 第47-49页 |
| 5.2 小波核极限学习机 | 第49-51页 |
| 5.3 小波核极限学习机核参数优化 | 第51-52页 |
| 5.3.1 网格搜索法对小波核参数的优化 | 第51页 |
| 5.3.2 粒子群算法小波核极限学习机参数优化 | 第51-52页 |
| 5.4 小波核极限学习机脉冲星辨识及算法 | 第52-53页 |
| 5.5 多尺度小波核极限学习机脉冲星辨识 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 实验仿真 | 第55-65页 |
| 6.1 实验目的 | 第55页 |
| 6.2 实验方法与步骤 | 第55-57页 |
| 6.2.1 脉冲星X射线光子流模型建立 | 第55-56页 |
| 6.2.2 小波核、高斯核极限学习机核参数优化 | 第56页 |
| 6.2.3 小波核极限学习机脉冲星辨识流程 | 第56-57页 |
| 6.3 实验结果分析 | 第57-64页 |
| 6.3.1 网格搜索法对核参数优化的分析 | 第57-60页 |
| 6.3.2 粒子群算法小波核核参数优化 | 第60-61页 |
| 6.3.3 不同核函数脉冲星辨识对比 | 第61-63页 |
| 6.3.4 小波核极限学习机与支持向量机脉冲星辨识对比 | 第63-64页 |
| 6.4 本章小结 | 第64-65页 |
| 第七章 总结和展望 | 第65-69页 |
| 7.1 总结 | 第65-66页 |
| 7.2 未来工作展望 | 第66-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |