首页--天文学、地球科学论文--测绘学论文--大地测量学论文

基于小波理论的变形分析模型研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-23页
   ·引言第10-11页
   ·变形分析与变形预测模型研究进展第11-18页
     ·变形物理解释统计模型第11-14页
     ·变形物理解释确定性模型与混合模型第14-17页
     ·变形分析与预测模型进展第17-18页
   ·变形分析与预测模型综述及小波分析应用第18-21页
     ·变形分析与预测模型综述第18-20页
     ·小波分析研究现状第20-21页
   ·本文研究主要目的、内容及其意义第21-22页
   ·本章小结第22-23页
第二章 小波分析及应用研究第23-50页
   ·从傅里叶变换到小波分析第23-28页
     ·傅里叶变换第23-24页
     ·短时傅里叶变换第24-25页
     ·从傅里叶变换到小波分析第25-28页
   ·小波变换第28-35页
     ·连续小波变换第28-32页
     ·离散小波变换第32-35页
   ·小波分解与重构第35-40页
     ·多分辨分析第35-36页
     ·正交小波基的构造第36-37页
     ·离散小波分解与重构的Mallat算法第37-40页
   ·常用小波函数第40-46页
   ·小波分析应用研究第46-49页
   ·本章小结第49-50页
第三章 小波滤波去噪方法研究第50-94页
   ·小波分解与重构法去噪研究第51-56页
     ·小波分解与重构法去噪原理第51-52页
     ·最大尺度确定研究第52-53页
     ·边缘处理研究第53-55页
     ·扩展算法研究第55-56页
   ·非线性小波变换阈值法去噪研究第56-70页
     ·非线性小波变换阈值法去噪原理第56-58页
     ·基于Neyman-pearson准则小波阈值法去噪第58-59页
     ·阈值法σ值确定第59-65页
     ·阈值法去噪改进第65-70页
   ·小波函数的选取与去噪效果研究第70-88页
     ·噪声和干扰的小波变换特征第70-72页
     ·小波函数的特性第72-73页
     ·只含噪声时不同小波函数的去噪比较第73-76页
     ·含系统性干扰信号时的去噪比较第76-83页
     ·含突变信号时的去噪比较第83-88页
   ·小波滤波去噪其它方法第88-91页
     ·模极大值法第88-91页
     ·平移不变量法第91页
   ·小波滤波去噪效果评价指标第91-92页
   ·本章小结第92-94页
第四章 应用小波多尺度进行变形分析建模研究第94-120页
   ·小波多尺度概述第94-96页
   ·观测序列小波多尺度变换特征分析第96-100页
   ·小波多尺度傅里叶时频分析第100-105页
     ·小波多尺度傅里叶时频分析第100-101页
     ·应用实例第101-105页
   ·小波多尺度自回归建模第105-108页
     ·小波多尺度自回归框架第105-107页
     ·小波多尺度自回归建模第107-108页
   ·小波多尺度卡尔曼滤波模型第108-119页
     ·离散卡尔曼滤波模型第109-111页
     ·自适应卡尔曼滤波模型第111页
     ·回归分析预测卡尔曼滤波模型第111-113页
     ·小波多尺度卡尔曼滤波模型与应用实例第113-117页
     ·小波多尺度卡尔曼滤波模型误差分析第117-119页
   ·本章小结第119-120页
第五章 小波神经网络在变形预测中应用第120-130页
   ·人工神经网络第120-122页
   ·小波神经网络理论第122-127页
   ·小波神经网络变形预测模型第127页
   ·算例与分析第127-129页
   ·本章小结第129-130页
第六章 结论与展望第130-134页
   ·主要工作与创新第130-132页
   ·建议与展望第132-134页
参考文献第134-142页
攻读博士学位期间发表的论文、著作和参与的科研项目第142-144页
致谢第144-145页
附录 中英文关键词索引表第145-146页

论文共146页,点击 下载论文
上一篇:基于J2EE的Web应用服务器的设计与实现
下一篇:数据立方梯度的联机挖掘