爆炸和地震的识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-18页 |
| ·研究意义 | 第10页 |
| ·研究现状 | 第10-17页 |
| ·识别判据的研究 | 第11-14页 |
| ·综合识别方法的研究 | 第14-17页 |
| ·论文的章节划分 | 第17-18页 |
| 第二章 资料的选取 | 第18-21页 |
| ·爆炸和地震事件的选取 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 识别判据的研究 | 第21-34页 |
| ·初动方向判据 | 第21-22页 |
| ·垂直分量的P、S幅值比判据 | 第22-24页 |
| ·瞬时频率复杂度 | 第24-30页 |
| ·WD理论简述 | 第25页 |
| ·爆破和地震的瞬时频率 | 第25-28页 |
| ·瞬时频率复杂度(IFC) | 第28-30页 |
| ·P波谱比 | 第30-32页 |
| ·判据识别能力的评定 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 综合识别方法研究 | 第34-62页 |
| ·模式识别简介 | 第34页 |
| ·逐步代价最小决策法 | 第34-46页 |
| ·动态时间规整算法和Bellman原理 | 第35-36页 |
| ·SAMC的简介 | 第36-37页 |
| ·用SAMC方法对样本进行检验 | 第37-45页 |
| ·SAMC算法小结 | 第45-46页 |
| ·基于监督的自组织竞争神经网络法(SSOM) | 第46-53页 |
| ·基于无监督的自组织竞争神经网络法简介(SOM) | 第46-48页 |
| ·利用SSOM进行分类检验 | 第48-52页 |
| ·SOM和SSOM的识别结果对比 | 第52-53页 |
| ·与其他模式识别算法进行比较 | 第53-61页 |
| ·最小距离法 | 第53-54页 |
| ·ICHAM方法 | 第54-55页 |
| ·Fisher方法 | 第55-59页 |
| ·各种识别算法的结果对比 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结论和展望 | 第62-65页 |
| 参考文献 | 第65-73页 |
| 致谢 | 第73-74页 |
| 个人简介 | 第74页 |