摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第6-8页 |
第1章 绪论 | 第8-14页 |
1.1 课题来源 | 第8页 |
1.2 课题研究背景及意义 | 第8-9页 |
1.3 国内外研究现状与发展 | 第9-11页 |
1.4 论文的主要研究内容及结构安排 | 第11-14页 |
第2章 重力梯度匹配区选择基础概述 | 第14-24页 |
2.1 重力梯度基本原理 | 第14-16页 |
2.2 重力梯度特征参数 | 第16-18页 |
2.3 重力梯度特征参数提取方法 | 第18-22页 |
2.3.1 滑动窗口大小选定 | 第18-20页 |
2.3.2 特征提取 | 第20-22页 |
2.4 常用重力梯度匹配算法介绍 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第3章 基于数理统计的多特征重力梯度匹配区选择准则研究 | 第24-32页 |
3.1 匹配定位实验 | 第24-25页 |
3.2 数据处理与分析 | 第25-27页 |
3.2.1 重力梯度数据选取 | 第25-27页 |
3.2.2 重力梯度数据分析 | 第27页 |
3.3 重力梯度匹配区选择准则的提出 | 第27-28页 |
3.4 仿真与分析 | 第28-31页 |
3.5 本章小结 | 第31-32页 |
第4章 基于 PCA 和 AHP 的多特征重力梯度匹配区选择准则研究 | 第32-46页 |
4.1 理论方法介绍 | 第32-37页 |
4.1.1 主成分分析法 | 第32-37页 |
4.1.2 层次分析法 | 第37页 |
4.2 基于 PCHP 的重力梯度匹配区选择准则 | 第37-44页 |
4.2.1 PCHP 模型建立 | 第37-38页 |
4.2.2 PCA 确定关键指标 | 第38-40页 |
4.2.3 AHP 确定指标权重 | 第40-43页 |
4.2.4 决策方法确定 | 第43-44页 |
4.3 仿真与分析 | 第44-45页 |
4.4 本章小结 | 第45-46页 |
第5章 基于 SVM 的多特征重力梯度匹配区选择准则研究 | 第46-55页 |
5.1 支持向量机理论 | 第46-47页 |
5.2 基于 SVM 的匹配区选择模型建立 | 第47-51页 |
5.2.1 样本选取 | 第47-48页 |
5.2.2 SVM 核函数与模型参数的选择 | 第48-51页 |
5.2.3 样本的训练与测试 | 第51页 |
5.3 重力梯度匹配区选择准则 | 第51-52页 |
5.4 仿真与分析 | 第52-53页 |
5.5 本章小结 | 第53-55页 |
第6章 几种匹配区选择准则比较与分析 | 第55-63页 |
6.1 评价准则 | 第55页 |
6.2 比较分析 | 第55-62页 |
6.3 本章小结 | 第62-63页 |
第7章 总结与展望 | 第63-66页 |
7.1 总结 | 第63-65页 |
7.2 展望 | 第65-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-72页 |
附录1 攻读硕士学位期间发表的论文 | 第72-73页 |
附录2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
论文摘要 | 第74-78页 |