摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 前言 | 第7-11页 |
1.1 研究背景及意义 | 第7页 |
1.2 研究现状 | 第7-8页 |
1.3 研究内容 | 第8-9页 |
1.4 论文组织结构 | 第9-11页 |
第二章 地温推演模型的设计 | 第11-28页 |
2.1 神经网络模型设计 | 第11-15页 |
2.1.1 基本原理 | 第11页 |
2.1.2 模型建立过程 | 第11页 |
2.1.3 创建代码 | 第11-12页 |
2.1.4 隐藏层设计 | 第12-15页 |
2.2 实时地温推演模型的输出向量和输入向量 | 第15-22页 |
2.2.1 地温变化情况分析 | 第15-20页 |
2.2.2 输出向量的选取 | 第20-21页 |
2.2.3 输入向量的选取 | 第21-22页 |
2.3 深层地温推演模型的输出向量和输入向量 | 第22-27页 |
2.3.1 地温变化情况分析 | 第22-24页 |
2.3.2 输出向量选取 | 第24-26页 |
2.3.3 输入向量选取 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第三章 实时地温推演模型 | 第28-38页 |
3.1 训练参数的调试 | 第28-33页 |
3.1.1 输入向量和目标向量的组成方案 | 第28页 |
3.1.2 训练函数 | 第28-29页 |
3.1.3 隐藏层节点数 | 第29-31页 |
3.1.4 权值、阈值 | 第31-32页 |
3.1.5 训练样本的选取 | 第32-33页 |
3.2 实时地温推演模型的测试 | 第33-37页 |
3.2.1 分时间点建立模型 | 第33-34页 |
3.2.2 基准站测试 | 第34-36页 |
3.2.3 基本站对比测试 | 第36-37页 |
3.3 本章小结 | 第37-38页 |
第四章 深层地温推演模型 | 第38-53页 |
4.1 输出深层地温的神经网络模型 | 第38-43页 |
4.1.1 模型输入和输出 | 第38页 |
4.1.2 40~320cm地温同时作为模型输出 | 第38-39页 |
4.1.3 40~160cm地温作为模型输出 | 第39-40页 |
4.1.4 320cm地温作为模型输出 | 第40-41页 |
4.1.5 各模型对比 | 第41-42页 |
4.1.6 基准站与基本站深层地温比对分析 | 第42-43页 |
4.2 模型输出值的滤波处理 | 第43-47页 |
4.2.1 中值滤波和滑动平均滤波 | 第43-44页 |
4.2.2 滤波处理结果 | 第44-47页 |
4.3 320cm地温推演值的修正方案 | 第47-51页 |
4.3.1 基本站与基准站20cm地温日平均值滤波比对 | 第47-48页 |
4.3.2 基本站320cm地温推演值滤波处理后与观测值的差 | 第48-49页 |
4.3.3 神经网络模型输出基本站320cm地温的修正 | 第49-51页 |
4.4 本章小结 | 第51-53页 |
第五章 总结与展望 | 第53-55页 |
5.1 课题总结 | 第53-54页 |
5.2 课题展望 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-59页 |
附录A | 第59-60页 |
附录B | 第60-64页 |
作者简介 | 第64页 |
基本情况 | 第64页 |
攻读硕士学位期间科研成果情况 | 第64页 |