基于模糊神经网的沙尘暴预报模型
| 第一章 绪论 | 第1-16页 |
| ·沙尘暴 | 第8-9页 |
| ·沙尘暴的危害 | 第8页 |
| ·沙尘暴的成因 | 第8页 |
| ·沙尘暴的预报 | 第8-9页 |
| ·预报模型建模基础 | 第9-14页 |
| ·沙尘暴样本 | 第9-12页 |
| ·基于人工神经网的沙尘暴预报基础 | 第12-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 模式建模 | 第16-24页 |
| ·传统模式建模方法 | 第16-18页 |
| ·统计建模法 | 第16-17页 |
| ·结构建模法 | 第17页 |
| ·统计模式建模过程 | 第17-18页 |
| ·多类问题策略 | 第18页 |
| ·智能模式建模方法 | 第18-22页 |
| ·人工神经网络法 | 第18-20页 |
| ·模糊神经网 | 第20-21页 |
| ·神经网络与模糊神经网络模式建模过程 | 第21-22页 |
| ·沙尘暴模式建模 | 第22-24页 |
| ·沙尘暴预报问题的特点 | 第22页 |
| ·沙尘暴模式建模与数据挖掘 | 第22-24页 |
| 第三章 模糊神经网 | 第24-31页 |
| ·模糊神经网建模 | 第24页 |
| ·隶属度函数 | 第24-25页 |
| ·误差反向传播算法 | 第25-31页 |
| ·误差反向传播算法简介 | 第25-26页 |
| ·算法步骤 | 第26页 |
| ·模糊权的误差反向传播算法 | 第26-31页 |
| 第四章 特征分析 | 第31-41页 |
| ·统计检验理论 | 第31-33页 |
| ·均值检验 | 第31-32页 |
| ·方差检验 | 第32-33页 |
| ·沙尘暴特征的统计检验 | 第33-35页 |
| ·沙尘暴模式间的显著性检验 | 第33-34页 |
| ·沙尘暴与非沙尘暴之间的显著性检验 | 第34-35页 |
| ·特征提取 | 第35-41页 |
| ·代表性样本选择 | 第35-37页 |
| ·特征提取 | 第37-41页 |
| 第五章 沙尘暴预报模型的建立 | 第41-51页 |
| ·基于模糊权方法的沙尘暴预报模型 | 第41-45页 |
| ·模糊权的神经网 | 第41-42页 |
| ·样本编辑 | 第42-43页 |
| ·参数调整 | 第43-45页 |
| ·统计建模 | 第45-49页 |
| ·非典型样本的界定 | 第45页 |
| ·统计建模 | 第45-48页 |
| ·统计建模预报结果 | 第48-49页 |
| ·总结 | 第49-51页 |
| 第六章 问题与展望 | 第51-59页 |
| ·问题分析 | 第51-52页 |
| ·展望 | 第52-59页 |
| ·特征重构 | 第52页 |
| ·模型优化 | 第52-56页 |
| ·动态预报 | 第56-59页 |
| 结束语 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |
