| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 涌潮机理与水动力学方面的研究 | 第11-12页 |
| 1.2.2 传统涌潮预报模型研究 | 第12-13页 |
| 1.2.3 非线性理论涌潮预报模型研究 | 第13-14页 |
| 1.3 论文研究内容与组织安排 | 第14-17页 |
| 第二章 涌潮检测与数据预处理 | 第17-29页 |
| 2.1 引言 | 第17-18页 |
| 2.2 钱塘江实地调研 | 第18-20页 |
| 2.3 涌潮监测的仪器设备与方法 | 第20-22页 |
| 2.3.1 水位监测 | 第20-21页 |
| 2.3.2 流速监测 | 第21-22页 |
| 2.3.3 涌潮高度监测 | 第22页 |
| 2.4 涌潮到达时的水文特征分析 | 第22-24页 |
| 2.5 数据预处理 | 第24-28页 |
| 2.5.1 数据插补 | 第25-26页 |
| 2.5.2 离散小波变换 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 高斯过程回归模型算法 | 第29-35页 |
| 3.1 随机过程与高斯过程 | 第29-30页 |
| 3.1.1 随机过程 | 第29页 |
| 3.1.2 高斯过程 | 第29-30页 |
| 3.2 核函数与超参数求解 | 第30-33页 |
| 3.2.1 均值函数 | 第31页 |
| 3.2.2 协方差函数 | 第31-32页 |
| 3.2.3 超参数 | 第32-33页 |
| 3.3 高斯过程回归模型训练步骤 | 第33页 |
| 3.4 模型评价指标 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 高斯过程回归模型在钱塘江潮位预报中的应用 | 第35-45页 |
| 4.1 数据预处理 | 第35-38页 |
| 4.1.1 缺失值处理 | 第35-36页 |
| 4.1.2 潮位序列的小波分析 | 第36-38页 |
| 4.2 协方差函数的选择 | 第38-40页 |
| 4.3 基于小波分析高斯过程回归耦合模型的预测方法 | 第40-42页 |
| 4.4 潮位高斯过程回归模型 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 高斯过程回归优化模型及在钱塘江涌潮预报中的应用 | 第45-56页 |
| 5.1 高斯过程回归优化模型 | 第45-47页 |
| 5.1.1 粒子群算法原理 | 第45-46页 |
| 5.1.2 粒子群-高斯过程回归模型 | 第46-47页 |
| 5.2 潮位粒子群-高斯过程回归模型 | 第47-49页 |
| 5.3 潮时粒子群-高斯过程回归模型 | 第49-52页 |
| 5.3.1 数据预处理 | 第49-50页 |
| 5.3.2 模型计算 | 第50-52页 |
| 5.4 涌潮高度粒子群-高斯过程回归模型 | 第52-55页 |
| 5.4.1 涌潮高度规律统计 | 第53-54页 |
| 5.4.2 模型计算 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |