| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景与意义 | 第9-10页 |
| 1.2 相关问题的研究现状 | 第10-12页 |
| 1.2.1 气象数据质量控制 | 第10-11页 |
| 1.2.2 真值发现 | 第11-12页 |
| 1.3 课题的主要工作及研究内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第2章 气象数据质量控制和真值发现的相关介绍 | 第13-21页 |
| 2.1 气象自动站观测数据相关介绍 | 第13-14页 |
| 2.1.1 气象观测数据采集过程 | 第13页 |
| 2.1.2 气象观测数据的特点 | 第13-14页 |
| 2.1.3 气象观测数据误差的类型 | 第14页 |
| 2.2 传统质量控制方法 | 第14-18页 |
| 2.2.1 气象数据质量控制码的规定 | 第14-16页 |
| 2.2.2 界限值检查 | 第16-17页 |
| 2.2.3 内部一致性检查 | 第17页 |
| 2.2.4 时间一致性检查 | 第17-18页 |
| 2.2.5 空间一致性检查 | 第18页 |
| 2.2.6 综合分析法 | 第18页 |
| 2.3 真值发现相关领域和主流真值发现算法 | 第18-20页 |
| 2.3.1 相关领域 | 第18-19页 |
| 2.3.2 主流算法 | 第19-20页 |
| 2.4 小结 | 第20-21页 |
| 第3章 基于极限学习机的要素相关的气象数据质量控制方法 | 第21-36页 |
| 3.1 概述 | 第21页 |
| 3.2 极限学习机( Extreme Learning Machine,ELM) | 第21-26页 |
| 3.2.1 单隐层前馈神经网络 | 第21-25页 |
| 3.2.2 极限学习机的网络模型 | 第25页 |
| 3.2.3 极限学习机学习过程 | 第25-26页 |
| 3.3 灰色关联分析 | 第26-28页 |
| 3.4 基于极限学习机的要素相关的气象数据质控模型 | 第28-29页 |
| 3.4.1 筛选ELM网络输入神经元 | 第28页 |
| 3.4.2 质控流程 | 第28-29页 |
| 3.5 实验结果和分析 | 第29-35页 |
| 3.5.1 关联分析 | 第29-30页 |
| 3.5.2 气象观测数据的有效性验证 | 第30-33页 |
| 3.5.3 气象观测数据的质控实验 | 第33-35页 |
| 3.6 小结 | 第35-36页 |
| 第4章 气象数据中的真值发现 | 第36-48页 |
| 4.1 概述 | 第36-37页 |
| 4.2 真值发现理论 | 第37-43页 |
| 4.2.1 问题的形成 | 第37-39页 |
| 4.2.2 Mutil-TypeTD方法模型 | 第39-41页 |
| 4.2.3 Mutil-TypeTD真值发现过程 | 第41-43页 |
| 4.3 实验结果和分析 | 第43-46页 |
| 4.3.1 实验设置 | 第43-44页 |
| 4.3.2 实验结果 | 第44-46页 |
| 4.4 小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录A 攻读学位期间所发表的学术论文 | 第55-56页 |
| 附录B 攻读学位期间所参加的科研项目 | 第56页 |
