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 |