| 第一章 绪论 | 第1-13页 |
| ·课题的提出和研究意义 | 第8-9页 |
| ·课题的提出 | 第8页 |
| ·课题的研究意义 | 第8-9页 |
| ·本领域的研究现状 | 第9-12页 |
| ·神经网络技术的研究现状 | 第9-10页 |
| ·港口淤积问题的研究现状 | 第10-12页 |
| ·本文的研究构思和内容布局 | 第12-13页 |
| 第二章 港口淤积与港口淤积预测的现状 | 第13-24页 |
| ·港口淤积与港口清淤工程的现状 | 第13-20页 |
| ·港口淤积的现状 | 第13-15页 |
| ·港口清淤工程的现状 | 第15-20页 |
| ·港口淤积预测的现状 | 第20-24页 |
| ·港口淤积的成因 | 第20-22页 |
| ·港口淤积程度的评价指标 | 第22-24页 |
| 第三章 神经网络与 BP 算法 | 第24-47页 |
| ·数据挖掘技术概述 | 第24-31页 |
| ·数据挖掘任务 | 第24-26页 |
| ·数据挖掘方法 | 第26页 |
| ·数据挖掘过程 | 第26-29页 |
| ·数据挖掘技术在港口清淤工程预测问题上应用 | 第29-31页 |
| ·神经网络技术概述 | 第31-33页 |
| ·神经网络的特性 | 第33页 |
| ·多层前馈神经网络 | 第33-35页 |
| ·BP 学习算法 | 第35-44页 |
| ·BP 算法 | 第35-37页 |
| ·标准 BP 算法公式推导 | 第37-42页 |
| ·BP 网络改进算法 | 第42-44页 |
| ·“过学习”问题的解决 | 第44页 |
| ·初值选取原则及隐层节点个数确定 | 第44-47页 |
| ·初值选取原则 | 第44-45页 |
| ·隐层节点个数确定 | 第45-47页 |
| 第四章 应用神经网络预测港口淤积 | 第47-53页 |
| ·神经网络应用于港口淤积预测的可行性 | 第47-49页 |
| ·神经网络的逼近能力分析 | 第48-49页 |
| ·神经网络用于预测时应注意的问题 | 第49页 |
| ·应用神经网络进行预测的一般步骤 | 第49页 |
| ·应用神经网络预测港口淤积的方法 | 第49-51页 |
| ·应用神经网络预测港口淤积时遇到的问题 | 第51-53页 |
| 第五章 基于神经网络的港口清淤工程预警系统的实现. | 第53-68页 |
| ·系统开发工具 | 第53-58页 |
| ·MATLAB 简介 | 第53-54页 |
| ·MATLAB 的特点 | 第54-55页 |
| ·MATLAB 的功能 | 第55-56页 |
| ·MATLAB 的工具箱 | 第56页 |
| ·MATLAB 神经网络工具箱 | 第56-57页 |
| ·运用工具箱设计网络的原则和过程 | 第57-58页 |
| ·系统主要功能 | 第58-59页 |
| ·资料整理 | 第58-59页 |
| ·剔除冗余数据、降低数据维度 | 第59页 |
| ·线性回归分析 | 第59页 |
| ·预测淤积 | 第59页 |
| ·系统具体实现 | 第59-68页 |
| ·调用工具箱函数编程的系统实现 | 第59-65页 |
| ·基于图形用户界面(GUI)的系统实现 | 第65-66页 |
| ·基于 Simulink 仿真工具的系统实现 | 第66-68页 |
| 第六章 实例分析 | 第68-86页 |
| ·课题背景介绍 | 第68-69页 |
| ·课题问题的提出 | 第69-72页 |
| ·气象特征 | 第69页 |
| ·水文特征 | 第69-70页 |
| ·海底地形特征 | 第70页 |
| ·工程地质特征 | 第70-72页 |
| ·课题实施过程 | 第72-83页 |
| ·原始数据的整理 | 第72-76页 |
| ·系统实现 | 第76-83页 |
| ·课题效果评价 | 第83-86页 |
| ·线性回归分析 | 第83-84页 |
| ·基于 Simulink 的可视化仿真 | 第84-86页 |
| 第七章 总结 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 发表论文和参加科研情况说明 | 第92-93页 |
| 致谢 | 第93页 |