基于数据挖掘的气象数据分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题研究背景 | 第8-9页 |
| ·课题主要研究内容 | 第9页 |
| ·课题研究目的与意义 | 第9-10页 |
| ·气象数据挖掘的研究现状 | 第10-12页 |
| ·在国外的研究现状 | 第10-11页 |
| ·在国内的研究现状 | 第11-12页 |
| ·气象数据挖掘中存在的一些问题 | 第12页 |
| ·论文的结构安排 | 第12-14页 |
| 2 数据挖掘基本理论 | 第14-24页 |
| ·数据挖掘的定义 | 第14页 |
| ·数据挖掘的过程 | 第14-15页 |
| ·数据挖掘的任务 | 第15-16页 |
| ·数据挖掘的几种方法概述 | 第16-18页 |
| ·数据挖掘工具 | 第18-19页 |
| ·数据挖掘的应用 | 第19-21页 |
| ·数据挖掘的要求及挑战 | 第21页 |
| ·本章小结 | 第21-24页 |
| 3 决策树方法在气象中的应用研究 | 第24-40页 |
| ·决策树基本概念及算法 | 第24-29页 |
| ·基本决策树算法 | 第24-27页 |
| ·决策树方法中几种常用的算法 | 第27-29页 |
| ·CART 算法在气温预测中的应用 | 第29-38页 |
| ·决策树方法在气象中的背景及现状 | 第29页 |
| ·实验数据介绍 | 第29-31页 |
| ·按月平均气温划分生成的决策树 | 第31-33页 |
| ·分季节气温划分生成的决策树 | 第33-34页 |
| ·分季节气温离散化生成的决策树 | 第34-36页 |
| ·几种方法产生的结果比较 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 4 时间序列在气象中的应用研究 | 第40-50页 |
| ·时间序列概述 | 第40-41页 |
| ·时间序列分析在气象数据中的应用研究 | 第41-43页 |
| ·简单季节模型简介 | 第41-42页 |
| ·ARIMA 季节乘积模型简介 | 第42-43页 |
| ·实验介绍 | 第43-47页 |
| ·数据时序分析 | 第43-45页 |
| ·简单季节模型应用 | 第45-46页 |
| ·ARIMA 季节模型应用 | 第46-47页 |
| ·对比分析 | 第47-49页 |
| ·两模型预测效果对比 | 第47-48页 |
| ·与其他方法的对比 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 决策树与时间序列在气温预测中的比较分析 | 第50-54页 |
| ·模型简便性对比 | 第50页 |
| ·预测准确性对比 | 第50-51页 |
| ·深入对比分析 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 6 总结与展望 | 第54-56页 |
| ·全文总结 | 第54-55页 |
| ·未来研究方向 | 第55-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表论文 | 第62页 |
