首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--在其他方面的应用论文

数据挖掘技术应用于天气预报的研究

第1章 绪论第1-13页
   ·概述第10-11页
   ·课题研究的背景第11-12页
   ·本文所做的工作第12-13页
第2章 数据挖掘的基本理论与概念第13-32页
   ·知识发现第13-14页
   ·挖掘的基本概念第14-15页
     ·数据挖掘定义第14页
     ·为什么要进行数据挖掘第14-15页
   ·数据挖掘能发现的知识类型第15-18页
     ·广义知识第16页
     ·关联知识第16-17页
     ·分类知识第17页
     ·预测型知识第17页
     ·偏差型知识第17-18页
   ·数据挖掘的功能第18-19页
     ·自动预测趋势和行为第18页
     ·关联分析第18页
     ·聚类第18-19页
     ·概念描述第19页
     ·偏差检测第19页
   ·数据挖掘的过程第19-24页
     ·数据预处理第20-22页
     ·数据挖掘第22页
     ·结果表达第22-23页
     ·实施数据挖掘项目考虑的问题第23-24页
   ·数据挖掘技术的分类第24-25页
   ·数据挖掘的方法第25-27页
     ·统计方法第25-26页
     ·基于事例的推理第26页
     ·神经网络第26页
     ·决策树第26页
     ·规则推理第26页
     ·贝叶斯信念网络第26-27页
     ·遗传算法/演化程序设计第27页
     ·模糊集第27页
     ·粗(糙)集第27页
   ·复杂数据的挖掘第27-31页
     ·空间数据库挖掘第28页
     ·多媒体数据库挖掘第28-29页
     ·文本数据库挖掘第29页
     ·互联网挖掘第29-31页
   ·本章小结第31-32页
第3章 天气预报的基本理论与概念第32-53页
   ·大气及大气科学第32页
   ·大气的垂直结构第32-34页
   ·气压第34-37页
     ·气压的变化第34-35页
     ·气压场第35-36页
     ·等高面与等压线第36页
     ·气压场基本型式第36-37页
   ·大气中的水汽第37-44页
     ·水汽的来源及水的三态变化第37-38页
     ·大气中水汽的转化第38-39页
     ·湿度的月变化和年变化第39-40页
     ·云的形成和种类第40-41页
     ·云量第41-42页
     ·雨、雪的形成第42-43页
     ·降水量及雨、雪级别第43-44页
   ·风第44-46页
     ·风的产生第44页
     ·风向第44-45页
     ·风速第45-46页
   ·气温第46-48页
     ·气温的时间变化第46-47页
     ·气温的空间变化第47-48页
   ·大气中的水汽第48-49页
     ·天气图第48页
     ·如何从地面天气图上读取主要气象要素第48-49页
   ·天气千变万化的原因第49-50页
     ·天气与天气过程第50页
     ·天气系统第50页
   ·关于天气预报第50-52页
     ·天气预报第50-51页
     ·天气预报的主要方法第51-52页
   ·本章小结第52-53页
第4章 基于数据挖掘的天气预报研究第53-65页
   ·资料准备第53-55页
     ·MICAPS资料及格式第54-55页
     ·资料总结第55页
   ·数据清洗第55-58页
     ·专家的建议第55-56页
     ·数据清洗与入库第56-58页
       ·降水量第56-57页
       ·总云量第57页
       ·云状第57页
       ·风向第57-58页
   ·挖掘过程第58-60页
     ·挖掘总云量的知识第58-59页
     ·挖掘云状的知识第59-60页
     ·挖掘风向的知识第60页
     ·进一步挖掘第60页
   ·利用挖掘到的知识进行预报第60-61页
   ·实践检验与预报结果评估第61-64页
   ·结论第64-65页
结论第65-66页
参考文献第66-69页
攻读硕士学位期间发表的论文和取得的科研成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:四种北方阔叶树苗木对土壤镉铅污染的反应及抗性研究
下一篇:白腐菌漆酶基因的克隆及序列分析