两相流测量信号的小波分析
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 前言 | 第8-12页 |
| ·课题的背景及意义 | 第8页 |
| ·国内外研究现状与分析 | 第8-10页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·论文主要研究内容 | 第10-11页 |
| ·小结 | 第11-12页 |
| 第2章 神经网络与小波分析理论 | 第12-23页 |
| ·人工神经网络 | 第12-17页 |
| ·人工神经网络的模型 | 第12-14页 |
| ·多层感知器及BP 学习算法 | 第14-15页 |
| ·BP 学习算法的改进 | 第15-16页 |
| ·人工神经网络信息处理特性 | 第16-17页 |
| ·小波理论 | 第17-22页 |
| ·连续小波变换 | 第18-19页 |
| ·离散小波变换 | 第19-20页 |
| ·多分辨率分析与二尺度方程 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第3章 小波神经网络 | 第23-32页 |
| ·引言 | 第23页 |
| ·小波神经网络的发展概况 | 第23-24页 |
| ·小波与神经网络的结合方式 | 第24-28页 |
| ·小波神经网络的特征及其函数逼近能力的分析 | 第28-31页 |
| ·小结 | 第31-32页 |
| 第4章 连续参数小波神经网络及其应用 | 第32-43页 |
| ·引言 | 第32页 |
| ·连续参数小波网络 | 第32-38页 |
| ·网络结构 | 第32-33页 |
| ·学习算法 | 第33-38页 |
| ·连续参数小波神经网络在两相流流量预测中的应用 | 第38-41页 |
| ·样本集的生成 | 第38-39页 |
| ·实验结果 | 第39-41页 |
| ·小结 | 第41-43页 |
| 第5章 多分辨小波神经网络及其应用 | 第43-52页 |
| ·引言 | 第43页 |
| ·网络模型 | 第43-44页 |
| ·网络学习算法 | 第44-46页 |
| ·小波函数的选择 | 第46-47页 |
| ·实验结果 | 第47-51页 |
| ·小结 | 第51-52页 |
| 第6章 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 个人简历、在学期间的研究成果 | 第58页 |
