基于机器学习的机场噪声预测模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 本文的研究内容及结构 | 第13-15页 |
| 第二章 机场噪声基础知识及机器学习概述 | 第15-28页 |
| 2.1 机场噪声基础知识 | 第15-18页 |
| 2.1.1 机场噪声概述 | 第15-16页 |
| 2.1.2 机场噪声评价量 | 第16-18页 |
| 2.2 机器学习概述 | 第18-27页 |
| 2.2.1 机器学习 | 第18-19页 |
| 2.2.2 BP神经网络 | 第19-24页 |
| 2.2.3 支持向量机 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于神经网络集成的单噪声事件预测 | 第28-47页 |
| 3.1 单噪声事件预测 | 第28页 |
| 3.2 单噪声事件的BP神经网络回归预测模型 | 第28-34页 |
| 3.2.1 机场噪声数据获取 | 第29页 |
| 3.2.2 输入输出参数和样本数据集 | 第29-31页 |
| 3.2.3 BP神经网络的激活函数和训练函数 | 第31-33页 |
| 3.2.4 隐藏层神经元数量 | 第33-34页 |
| 3.3 单噪声事件的神经网络集成预测模型 | 第34-42页 |
| 3.3.1 个体网络构建与训练 | 第37-38页 |
| 3.3.2 遗传算法选择集成 | 第38-42页 |
| 3.4 实验与结果分析 | 第42-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于SVM的累积噪声事件预测 | 第47-57页 |
| 4.1 累积噪声预测 | 第47页 |
| 4.2 基于SVM的累积噪声事件预测模型 | 第47-51页 |
| 4.2.1 基于SVM的预测模型构建 | 第47-50页 |
| 4.2.2 SVM预测模型的核函数 | 第50-51页 |
| 4.3 SVM预测模型的参数优化 | 第51-54页 |
| 4.4 实验与结果分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简介 | 第64页 |
