首页--天文学、地球科学论文--地球物理学论文--大地(岩石界)物理学(固体地球物理学)论文--重力学与地球形状学论文--地球的体潮、重力的时间变化论文

基于改进PSO的重力固体潮信号独立成分分析及潮汐谐波提取

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-19页
    1.1 重力固体潮研究背景及意义第9-11页
        1.1.1 重力固体潮研究背景第9-10页
        1.1.2 重力固体潮研究意义第10-11页
    1.2 重力固体潮相关知识及其理论分析第11-14页
        1.2.1 引潮力第11-12页
        1.2.2 引潮力位第12页
        1.2.3 重力固体潮及其理论分析第12-14页
    1.3 重力固体潮三维正交分解模型第14-15页
    1.4 独立分量分析第15-16页
    1.5 本文的工作内容及成果第16-18页
        1.5.1 论文研究内容第16-17页
        1.5.2 论文研究成果第17页
        1.5.3 论文结构第17-18页
    1.6 本章小结第18-19页
第二章 独立分量分析第19-31页
    2.1 独立分量分析简介第19-20页
    2.2 独立分量分析第20-23页
        2.2.1 独立分量分析的引入第20-21页
        2.2.2 独立分量分析定义第21-22页
        2.2.3 独立分量分析的成立条件第22-23页
    2.3 独立分量分析基本模型第23-24页
        2.3.1 中心化第23-24页
        2.3.2 白化第24页
        2.3.3 求分离矩阵第24页
    2.4 ICA中常见的目标函数及优化判据第24-30页
        2.4.1 常见的目标函数第24-27页
        2.4.2 常见的优化判据第27-30页
    2.5 本章小结第30-31页
第三章 基于改进粒子群的独立分量分析第31-49页
    3.1 群智能优化算法第31-33页
        3.1.1 群智能优化算法研究背景第31页
        3.1.2 常见的群智能优化算法第31-33页
    3.2 粒子群优化算法第33-35页
        3.2.1 粒子群优化算法第33页
        3.2.2 粒子群优化算法原理第33-34页
        3.2.3 PSO算法流程图第34-35页
    3.3 基于惯性因子的标准粒子群优化算法第35-36页
    3.4 改进粒子群优化算法第36-42页
        3.4.1 改进粒子群优化算法第36-40页
        3.4.2 改进PSO与LDIW-PSO算法仿真实验分析第40-42页
    3.5 基于改进粒子群的独立分量分析算法第42-47页
        3.5.1 目标函数选择第42-43页
        3.5.2 基于改进PSO的ICA算法步骤第43页
        3.5.3 仿真实验对比分析第43-47页
    3.6 本章小结第47-49页
第四章 基于改进PSO的重力固体潮信号独立成分分析及潮汐谐波提取第49-63页
    4.1 重力固体潮信号潮汐谐波频率分析第49-50页
    4.2 重力固体潮信号独立成分分析第50-54页
        4.2.1 本文改进方法处理重力固体潮信号基本步骤第50-51页
        4.2.2 重力固体潮信号独立成分分析第51-54页
    4.3 重力固体潮信号独立成分的潮汐谐波提取第54-57页
        4.3.1 频谱分析实验一第54-56页
        4.3.2 频谱分析实验二第56-57页
    4.4 本文方法分析重力固体潮信号及其理论对比分析第57-61页
        4.4.1 实验对比及验证第57-61页
        4.4.2 实验结论第61页
    4.5 本章小结第61-63页
第五章 结论与展望第63-65页
    5.1 本文主要内容总结第63-64页
    5.2 研究展望第64-65页
致谢第65-67页
参考文献第67-73页
附录A 硕士期间研究成果第73-75页
附录B 硕士期间所获荣誉第75页

论文共75页,点击 下载论文
上一篇:基于互信息的改进RBF神经网络模型及其在短期径流预报中的应用
下一篇:H地热开发公司发展战略研究