摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-16页 |
1.1 课题的提出 | 第9-10页 |
1.2 行星际扰动,地磁暴和GIC的关系 | 第10-13页 |
1.2.1 行星际扰动 | 第10-11页 |
1.2.2 行星际扰动和地磁暴的关系 | 第11-12页 |
1.2.3 GIC与地磁暴和行星际扰动的关系 | 第12-13页 |
1.3 国内外研究现状 | 第13-14页 |
1.3.1 国外研究现状 | 第13-14页 |
1.3.2 国内研究现状 | 第14页 |
1.4 本文的主要工作 | 第14-16页 |
第2章 行星际扰动与芬兰GIC的关系统计研究 | 第16-33页 |
2.1 行星际扰动强度和GIC强度的关系 | 第16-21页 |
2.1.1 数据收集 | 第16-17页 |
2.1.2 GIC强度与行星际参数的关系 | 第17-21页 |
2.2 GIC事件的行星际源问题分析 | 第21-22页 |
2.3 行星际扰动过程和GIC峰值的时间关系 | 第22-31页 |
2.3.1 数据处理 | 第22-25页 |
2.3.2 Bs事件和GIC的关系 | 第25-26页 |
2.3.3 行星际扰动参数和GIC的时间关系 | 第26-30页 |
2.3.4 行星际扰动过程与GIC峰值的时间关系模型图 | 第30-31页 |
2.4 小结 | 第31-33页 |
第3章 行星际扰动与我国GIC的关系研究 | 第33-42页 |
3.1 我国GIC数据与芬兰数据的拟合关系 | 第33-34页 |
3.2 行星际扰动与我国GIC的关系研究 | 第34-38页 |
3.2.1 行星际扰动参数与我国GIC的关系分析 | 第34-37页 |
3.2.2 GIC强度与行星际磁场变化率的关系 | 第37-38页 |
3.3 我国GIC强度与地磁变化率大小的关系 | 第38-41页 |
3.4 小结 | 第41-42页 |
第4章 基于模糊数学方法的GIC预报研究 | 第42-55页 |
4.1 基于聚类分析法的GIC预报 | 第42-50页 |
4.1.1 数据的选取和典型集建立 | 第42-43页 |
4.1.2 层析分析法确定指标权重 | 第43-45页 |
4.1.3 聚类分析法预报 | 第45-49页 |
4.1.4 预测实验结果 | 第49-50页 |
4.2 基于贴近度算法的GIC预报 | 第50-53页 |
4.2.1 贴近度预报方法 | 第50-53页 |
4.2.2 预测实验结果 | 第53页 |
4.3 两种方法的结果对比与分析 | 第53-54页 |
4.4 本章小结 | 第54-55页 |
第5章 基于径向基神经网络模型的GIC预测 | 第55-63页 |
5.1 神经网络方法简介 | 第55-56页 |
5.2 基于径向基神经网络模型的GIC预测 | 第56-59页 |
5.2.1 预报方法思路 | 第56页 |
5.2.2 RBF神经网络模型 | 第56-59页 |
5.2.3 数据处理 | 第59页 |
5.3 预测结果与误差分析 | 第59-62页 |
5.4 小结 | 第62-63页 |
第6章 结论与展望 | 第63-65页 |
6.1 结论 | 第63-64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-69页 |
攻读硕士学位期间发表的论文及其它成果 | 第69-70页 |
攻读硕士学位期间参加的科研工作 | 第70-71页 |
致谢 | 第71页 |