深度学习在探地雷达数据处理中的应用研究
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究的背景及意义 | 第8-9页 |
1.2 国内外研究现状及发展 | 第9页 |
1.3 深度学习 | 第9-11页 |
1.3.1 机器学习的发展 | 第9-10页 |
1.3.2 深度学习的应用 | 第10-11页 |
1.4 论文的研究内容及结构安排 | 第11-13页 |
第二章 探地雷达工作原理 | 第13-21页 |
2.1 电磁学原理 | 第13-14页 |
2.2 物质材料的电磁属性 | 第14-15页 |
2.3 探地雷达数据采集 | 第15-16页 |
2.4 探地雷达探测性能 | 第16-20页 |
2.4.1 探测距离 | 第16-17页 |
2.4.2 分辨率 | 第17-19页 |
2.4.3 探测范围 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第三章 深度学习研究综述 | 第21-35页 |
3.1 深度学习概述 | 第21页 |
3.2 深度学习的原理和常用方法 | 第21-28页 |
3.2.1 基本原理 | 第21-22页 |
3.2.2 常用方法 | 第22-28页 |
3.3 RBM模型 | 第28-32页 |
3.3.1 RBM模型定义 | 第28-29页 |
3.3.2 RBM学习算法 | 第29-32页 |
3.3.3 RBM评估算法 | 第32页 |
3.4 采用深度学习处理探地雷达数据的动机 | 第32-34页 |
3.5 本章小结 | 第34-35页 |
第四章 探地雷达数据处理仿真 | 第35-52页 |
4.1 数据库的建立 | 第35-42页 |
4.1.1 dzt文件的读取 | 第35-41页 |
4.1.2 数据的预处理 | 第41-42页 |
4.2 实验仿真 | 第42-51页 |
4.2.1 实验设置 | 第42-43页 |
4.2.2 构建RBM模型 | 第43-47页 |
4.2.3 仿真结果 | 第47-51页 |
4.3 本章小结 | 第51-52页 |
总结及展望 | 第52-54页 |
参考文献 | 第54-56页 |
致谢 | 第56页 |