基于小波分析的GPS动态变形数据处理与预报建模研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·选题背景及依据 | 第9-10页 |
| ·国内外研究概况 | 第10-13页 |
| ·目前国内外变形分析模型 | 第10-12页 |
| ·国外研究现状 | 第12页 |
| ·国内研究现状 | 第12-13页 |
| ·课题研究意义 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 小波分析的基础理论 | 第16-27页 |
| ·小波分析的发展简述 | 第16-17页 |
| ·FOURIER 变换到小波分析 | 第17-20页 |
| ·FOURIER 变换 | 第17-18页 |
| ·短时FOURIER 变换 | 第18-20页 |
| ·小波变换 | 第20-21页 |
| ·小波分解与重构 | 第21-23页 |
| ·常用小波函数 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于小波分析的动态变形数据预处理模型 | 第27-43页 |
| ·基于小波分析的信号去噪方法 | 第27-28页 |
| ·基于阈值的小波去噪方法 | 第28-37页 |
| ·动态预测信号粗差识别 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 灰色系统预报模型 | 第43-59页 |
| ·概述 | 第43-44页 |
| ·灰色系统理论应用的意义 | 第44-45页 |
| ·灰色系统理论研究的主要内容 | 第45-46页 |
| ·灰色系统理论的基本概念 | 第46-50页 |
| ·灰色系统理论的建模 | 第50-54页 |
| ·灰色预测模型的精度检验 | 第54-56页 |
| ·工程实例分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 遗传神经网络预报模型 | 第59-69页 |
| ·神经网络简介 | 第59-60页 |
| ·BP 算法 | 第60-61页 |
| ·遗传算法 | 第61-64页 |
| ·GA—BP 混合建模实现方法 | 第64-66页 |
| ·实验分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
| 攻读硕士期间发表的论文和科研成果 | 第74页 |
