基于小波网的船舶运动建模预报
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的来源、目的和意义 | 第10页 |
| ·小波网发展综述 | 第10-12页 |
| ·船舶运动极短期预报概述 | 第12-15页 |
| ·船舶运动极短期预报的目的和意义 | 第12页 |
| ·国内外研究概况 | 第12-15页 |
| ·本文主要工作 | 第15-16页 |
| 第2章 船舶运动分析及建模 | 第16-27页 |
| ·坐标系 | 第16-19页 |
| ·船舶运动方程及受扰分析 | 第19-24页 |
| ·船舶运动建模简介 | 第19页 |
| ·切片理论与船舶运动建模概念 | 第19-22页 |
| ·船舶运动方程 | 第22-24页 |
| ·船舶运动受力分析 | 第24页 |
| ·船舶纵向运动微分方程 | 第24-25页 |
| ·海浪干扰分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 小波网络理论基础 | 第27-39页 |
| ·神经网络基础 | 第27-33页 |
| ·神经网络概述 | 第27-28页 |
| ·神经模型构造 | 第28-29页 |
| ·神经网络的学习 | 第29-30页 |
| ·误差反向传播网络 | 第30-33页 |
| ·小波分析理论基础 | 第33-38页 |
| ·小波分析的发展 | 第33页 |
| ·小波应用研究的主要领域 | 第33-34页 |
| ·连续小波变换与二进小波变换 | 第34-35页 |
| ·多分辨分析 | 第35页 |
| ·滤波器的定义及性质 | 第35-36页 |
| ·小波的种类 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 小波网的构建及学习算法 | 第39-50页 |
| ·小波神经网络的描述 | 第39-40页 |
| ·小波神经网络的参数辨识 | 第40-41页 |
| ·小波神经网络的构建 | 第41-44页 |
| ·多分辨率小波网络 | 第41-42页 |
| ·连续参数小波网络 | 第42-44页 |
| ·小波网络的指标函数 | 第44页 |
| ·小波网络的共轭梯度学习算法 | 第44-49页 |
| ·梯度和梯度方向 | 第45页 |
| ·共轭方向法 | 第45-46页 |
| ·共轭梯度方向的形成 | 第46-47页 |
| ·共轭梯度法的计算步骤 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 小波网的建模预报方法 | 第50-56页 |
| ·基于时间序列的建模预报 | 第50-52页 |
| ·时间序列的预报问题 | 第50-51页 |
| ·预报准则 | 第51-52页 |
| ·基于小波网的预报模型 | 第52-55页 |
| ·向前一步预报模型 | 第52-53页 |
| ·向前多步预报模型 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 基于小波网的船舶纵向运动极短期预报 | 第56-71页 |
| ·小波网向前多步预报计算步骤和流程图 | 第56页 |
| ·预报模型的初始化 | 第56-58页 |
| ·仿真结果及统计分析 | 第58-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附录 部分程序 | 第78-86页 |
