| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 本文的研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 探地雷达数据处理和分析的研究现状 | 第8-9页 |
| 1.2.2 时间序列数据挖掘的研究现状 | 第9-11页 |
| 1.3 本文的研究内容和创新点 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 基于小波变换和EMD的自适应GPR数据处理 | 第13-19页 |
| 2.1 GPR数据形式和特点 | 第13-14页 |
| 2.2 GPR数据处理方法 | 第14-17页 |
| 2.3 基于小波变换和EMD的自适应GPR数据去噪 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 基于时间序列shaplete的GPR数据特征提取 | 第19-26页 |
| 3.1 时间序列相关概念 | 第19-21页 |
| 3.1.1 欧式距离 | 第20页 |
| 3.1.2 动态时间规整距离 | 第20-21页 |
| 3.2 时间序列数据挖掘原语shapelet | 第21-23页 |
| 3.3 基于时间序列shapelet的GPR数据局部特征描述子的构建 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 基于子序列阈值的GPR数据模式分类 | 第26-29页 |
| 4.1 最近邻规则的模式分类 | 第26-27页 |
| 4.2 基于子序列阈值的GPR数据最近邻分类 | 第27-28页 |
| 4.3 本章小结 | 第28-29页 |
| 第五章 实验与分析 | 第29-35页 |
| 5.1 数据 | 第29-30页 |
| 5.2 实验对比与分析 | 第30-34页 |
| 5.2.1 GPR数据处理 | 第30-31页 |
| 5.2.2 特征提取 | 第31-32页 |
| 5.2.3 模式分类 | 第32-34页 |
| 5.3 本章小结 | 第34-35页 |
| 第六章 总结与展望 | 第35-37页 |
| 6.1 总结 | 第35页 |
| 6.2 展望 | 第35-37页 |
| 参考文献 | 第37-40页 |
| 攻硕期间发表论文及科研成果 | 第40-41页 |
| 致谢 | 第41页 |
