首页--天文学、地球科学论文--大气科学(气象学)论文--气象基本要素、大气现象论文--大气温度论文--地球表面温度论文

基于BP神经网络的10~320cm地温推演模型的研究

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

论文共64页,点击 下载论文
上一篇:基于MIMO微分代数子系统的多机电力系统非线性控制
下一篇:水下声学成像传感器阵列稀疏化设计的研究