| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景与意义 | 第9-12页 |
| 1.3 国内外的研究状况 | 第12-14页 |
| 1.4 本文工作重点 | 第14-16页 |
| 第二章 地球自转理论研究和进展 | 第16-24页 |
| 2.1 地球自转 | 第16页 |
| 2.2 地球自转理论基础研究 | 第16-18页 |
| 2.3 地球自转参数的研究方法的历史 | 第18-19页 |
| 2.4 地球自转参数的数据分析 | 第19-20页 |
| 2.5 地球自转对现实生活中人类各项活动的影响 | 第20-24页 |
| 2.5.1 极移 | 第20-21页 |
| 2.5.2 日常变化（世界时） | 第21-22页 |
| 2.5.3 地球自转参数所引发的研究 | 第22-24页 |
| 第三章 BP神经网络 | 第24-36页 |
| 3.1 人工神经网络 | 第24-26页 |
| 3.2 BP神经网络理论 | 第26-28页 |
| 3.2.1 BP神经网络结构 | 第26-27页 |
| 3.2.2 BP神经网络模型 | 第27-28页 |
| 3.2.3 BP神经网络功能与特点 | 第28页 |
| 3.3 BP神经网络学习算法 | 第28-32页 |
| 3.4 基于MATLAB的神经网络训练函数 | 第32-36页 |
| 3.4.1 BP神经网络设计基础 | 第32-35页 |
| 3.4.2 BP算法的训练实现 | 第35-36页 |
| 第四章 基于BP神经网络的短期地球自转参数预测 | 第36-52页 |
| 4.1 BP神经网络方式的选择 | 第36-38页 |
| 4.2 过程中的细节处理 | 第38页 |
| 4.3 对比方式的选择 | 第38-39页 |
| 4.4 具体实例 | 第39-50页 |
| 4.4.1 采用BP神经网络获取X值与灰色模型获取预测值对比过程 | 第39-44页 |
| 4.4.2 采用BP神经网络获取Y值与灰色模型获取预测值对比过程 | 第44-48页 |
| 4.4.3 采用BP神经网络获取LOD值与灰色模型获取预测值对比过程 | 第48-50页 |
| 4.4.4 实例中采用BP神经网络预测算法的具体实现步骤 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 结论与展望 | 第52-54页 |
| 5.1 主要内容及结论 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56页 |
