| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 附图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| ·课题研究背景及意义 | 第13-14页 |
| ·可听噪声的国内外研究现状 | 第14-15页 |
| ·可听噪声的国外研究现状 | 第14-15页 |
| ·可听噪声的国内研究现状 | 第15页 |
| ·可听噪声预测方法总结及现有方法存在不足 | 第15-18页 |
| ·可听噪声预测方法总结 | 第15-17页 |
| ·预测方法存在不足及新方法提出 | 第17-18页 |
| ·本文主要内容及各章节安排 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 可听噪声的影响因素分析及测量 | 第20-27页 |
| ·架空输电线路概述 | 第20-22页 |
| ·影响输电线路可听噪声的因素 | 第22-23页 |
| ·输电线路的运行电压 | 第22页 |
| ·流过线路的电流值 | 第22页 |
| ·线路结构参数和导线参数 | 第22-23页 |
| ·环境因素和地理参数 | 第23页 |
| ·可听噪声的测量 | 第23-25页 |
| ·可听噪声的测量方法 | 第24页 |
| ·可听噪声的测量数据 | 第24-25页 |
| ·测量数据归一化处理方法 | 第25-26页 |
| ·数据归一化到[0,1]区间 | 第25页 |
| ·数据归一化到[-1,1]区间 | 第25-26页 |
| ·数据归一化为零均值和单位方差 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 可听噪声神经网络预测的设计与仿真 | 第27-42页 |
| ·人工神经网络 | 第27-31页 |
| ·神经元模型 | 第27-29页 |
| ·神经网络模型 | 第29-30页 |
| ·神经网络基本特征及功能 | 第30-31页 |
| ·基于神经网络的可听噪声预测 | 第31-35页 |
| ·基于BP 神经网络的可听噪声预测算法 | 第31-33页 |
| ·改进的BP 神经网络可听噪声预测算法 | 第33-35页 |
| ·可听噪声预测模型仿真研究 | 第35-41页 |
| ·可听噪声预测模型设计 | 第35-36页 |
| ·可听噪声预测模型训练 | 第36-40页 |
| ·可听噪声预测仿真结果及分析 | 第40-41页 |
| ·可听噪声预测扩充 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第4章 主成分神经网络用于可听噪声预测的研究 | 第42-50页 |
| ·主成分分析算法 | 第42-43页 |
| ·主成分分析过程 | 第42-43页 |
| ·神经网络方法提取主成分 | 第43页 |
| ·主成分神经网络算法 | 第43-44页 |
| ·主成分神经网络可听噪声预测研究 | 第44-48页 |
| ·可听噪声PCA-BP 预测 | 第44-45页 |
| ·可听噪声预测仿真结果及分析 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于 Web 方式可听噪声预测系统设计与实现 | 第50-64页 |
| ·系统需求分析 | 第50-51页 |
| ·用户需求分析 | 第50页 |
| ·操作需求分析 | 第50-51页 |
| ·系统资源分配需求分析 | 第51页 |
| ·功能需求分析 | 第51-52页 |
| ·用户管理 | 第51页 |
| ·样本管理 | 第51页 |
| ·模型管理 | 第51-52页 |
| ·数据预测 | 第52页 |
| ·可听噪声预测系统总体设计 | 第52-55页 |
| ·系统架构设计 | 第52-53页 |
| ·系统预测算法设计 | 第53-54页 |
| ·系统流程设计 | 第54页 |
| ·系统数据库表设计 | 第54-55页 |
| ·关键技术实现 | 第55-59页 |
| ·Matlab 引擎技术 | 第55-57页 |
| ·Web Services | 第57-58页 |
| ·Excel 文件数据上传至数据库技术 | 第58-59页 |
| ·可听噪声预测系统详细设计及实现 | 第59-63页 |
| ·系统总框架 | 第59页 |
| ·用户管理 | 第59页 |
| ·样本管理 | 第59-61页 |
| ·模型管理 | 第61-62页 |
| ·数据预测 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间参与项目和发表的学术论文 | 第72页 |