| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-20页 |
| ·选题背景与意义 | 第13-15页 |
| ·研究背景 | 第13-15页 |
| ·研究意义 | 第15页 |
| ·国内外研究现状 | 第15-17页 |
| ·机场噪声异常检测研究现状 | 第15-16页 |
| ·机场噪声预测方法研究现状 | 第16-17页 |
| ·本文研究内容及结构安排 | 第17-20页 |
| ·本文研究内容 | 第17-18页 |
| ·本文结构安排 | 第18-20页 |
| 第二章 时间序列的相关理论与技术概述 | 第20-29页 |
| ·时间序列概述 | 第20-22页 |
| ·符号化聚集近似 | 第22-23页 |
| ·时间序列异常检测方法 | 第23-27页 |
| ·经典的时间序列异常检测方法 | 第24-25页 |
| ·相似性度量方法 | 第25-26页 |
| ·孤立因子异常检测方法 | 第26-27页 |
| ·时间序列预测方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 单监测点时间序列异常检测 | 第29-39页 |
| ·研究思路的确定 | 第29页 |
| ·基于改进符号化相似性度量的机场噪声时间序列异常检测方法 | 第29-33页 |
| ·改进的相似性度量方法 | 第29-31页 |
| ·单监测点机场噪声异常检测方法 | 第31-33页 |
| ·实验结果与分析 | 第33-38页 |
| ·算法的泛化性验证 | 第33-35页 |
| ·数据准备 | 第33页 |
| ·数据分析与预处理 | 第33页 |
| ·实验结果 | 第33-35页 |
| ·机场噪声异常检测实验 | 第35-38页 |
| ·数据准备 | 第35页 |
| ·实验结果 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 噪声关联监测点的预测研究 | 第39-52页 |
| ·研究思路的确定 | 第39-40页 |
| ·时序预测相关技术 | 第40-45页 |
| ·人工神经网络与集成 | 第40-43页 |
| ·人工神经网络 | 第40-42页 |
| ·神经网络集成 | 第42-43页 |
| ·皮尔逊相关系数 | 第43-44页 |
| ·预测方法有效度 | 第44-45页 |
| ·基于神经网络集成组合方法的机场噪声监测点预测 | 第45-47页 |
| ·皮尔逊监测点权重确定方法 | 第45-46页 |
| ·集成方法的权重确定方法 | 第46页 |
| ·监测点预测算法 | 第46-47页 |
| ·实验结果与分析 | 第47-51页 |
| ·数据准备 | 第47页 |
| ·关联监测点删选 | 第47页 |
| ·基于boosting的神经网络集成 | 第47-48页 |
| ·基于bagging的神经网络集成 | 第48-49页 |
| ·神经网络集成组合预测 | 第49-50页 |
| ·模型评价 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 机场噪声监测点的异常发现 | 第52-57页 |
| ·机场噪声关联监测点异常发现 | 第52-53页 |
| ·实验结果与分析 | 第53-54页 |
| ·数据准备 | 第53页 |
| ·监测点异常发现 | 第53-54页 |
| ·实验分析 | 第54页 |
| ·基于时间序列的噪声监测点的异常发现 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-60页 |
| ·全文总结 | 第57-58页 |
| ·进一步工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |