| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 图表目录 | 第11-13页 |
| 主要符号表 | 第13-14页 |
| 1 绪论 | 第14-27页 |
| ·选题背景与意义 | 第14-18页 |
| ·水文气象时间序列分割的意义与作用 | 第14-16页 |
| ·水文气象时间序列预测的意义与作用 | 第16-18页 |
| ·国内外研究现状 | 第18-25页 |
| ·时间序列分割研究现状 | 第18-21页 |
| ·时间序列预测研究现状 | 第21-25页 |
| ·本文主要研究内容 | 第25-27页 |
| 2 时间序列分割问题：定义与相关工作 | 第27-46页 |
| ·时间序列分割问题的定义 | 第27-30页 |
| ·基于动态规划的时间序列分割算法 | 第30-32页 |
| ·基于分支定界技术的时间序列分割算法 | 第32-35页 |
| ·基于改进动态规划的时间序列分割算法 | 第35页 |
| ·基于隐马尔可夫模型的时间序列分割算法 | 第35-37页 |
| ·基于移动均值隐马尔可夫模型的时间序列分割算法 | 第37-39页 |
| ·基于Bottom-up算法的时间序列分割算法 | 第39-40页 |
| ·基于Gath-Geva聚类的时间序列分割算法 | 第40-45页 |
| ·小结 | 第45-46页 |
| 3 基于改进Gath-Geva聚类的时间序列模糊分割算法 | 第46-84页 |
| ·基于Gath-Geva聚类的模糊分割 | 第46-47页 |
| ·基于Gath-Geva聚类的最小信息长度准则 | 第47-50页 |
| ·模糊聚类删减策略 | 第50-52页 |
| ·模糊聚类参数初始方法 | 第52-53页 |
| ·完整的时间序列模糊分割算法 | 第53-54页 |
| ·仿真实验 | 第54-82页 |
| ·时间序列分割的评价指标 | 第54-55页 |
| ·一元人工时间序列分割实验 | 第55-67页 |
| ·多元人工时间序列分割实验 | 第67-72页 |
| ·一元水文气象时间序列分割实验 | 第72-80页 |
| ·多元水文气象时间序列分割实验 | 第80-82页 |
| ·小结 | 第82-84页 |
| 4 基于竞争模糊聚类的时间序列模糊分割算法 | 第84-93页 |
| ·模糊聚类的分裂与合并准则 | 第84-86页 |
| ·模糊聚类的分裂与合并运算 | 第86页 |
| ·模糊聚类的分裂运算 | 第86页 |
| ·模糊聚类的合并运算 | 第86页 |
| ·完全模糊聚类步骤 | 第86-87页 |
| ·偏模糊聚类步骤 | 第87-88页 |
| ·完整的时间序列模糊分割算法 | 第88-90页 |
| ·仿真实验 | 第90-92页 |
| ·小结 | 第92-93页 |
| 5 基于序贯径向基函数神经网络的水文气象时间序列预测 | 第93-108页 |
| ·径向基函数神经网络 | 第93-94页 |
| ·基于正交最小二乘算法的RBF神经网络 | 第94-97页 |
| ·基于序贯学习算法的RBF神经网络 | 第97-100页 |
| ·仿真实验 | 第100-107页 |
| ·预测模型结构 | 第100-101页 |
| ·河流流速预测仿真实验 | 第101-107页 |
| ·小结 | 第107-108页 |
| 6 结论与展望 | 第108-110页 |
| ·结论 | 第108-109页 |
| ·展望 | 第109-110页 |
| 参考文献 | 第110-120页 |
| 攻读博士学位期间科研成果及科研项目 | 第120-121页 |
| 致谢 | 第121-122页 |
| 作者简介 | 第122-123页 |