机器学习研究及在风力预测中的应用
| 目录 | 第3-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 维数约简与流形学习 | 第8-13页 |
| 1.1 维数约简 | 第8页 |
| 1.2 流形学习概念 | 第8-9页 |
| 1.3 流形学习常用算法综述 | 第9-11页 |
| 1.4 流形学习的一些问题 | 第11-13页 |
| 2 流形学习算法评估 | 第13-32页 |
| 2.1 本章概述 | 第13页 |
| 2.2 邻域保持率 | 第13-14页 |
| 2.3 放大因子 | 第14-16页 |
| 2.4 新的定量准则 | 第16-20页 |
| 2.4.1 平滑性评估：ALSTD/ALED | 第16-18页 |
| 2.4.2 方向一致性评估：ALCD | 第18-19页 |
| 2.4.3 综合评估：GSCD | 第19-20页 |
| 2.5 定量分析与可视化 | 第20-25页 |
| 2.5.1 几何直观 | 第20-23页 |
| 2.5.2 Out-of-samples问题 | 第23-24页 |
| 2.5.3 生成拓扑流形 | 第24-25页 |
| 2.6 本章小结 | 第25-32页 |
| 3 短期风力预测 | 第32-48页 |
| 3.1 本章概述 | 第32页 |
| 3.2 风能产业背景 | 第32-33页 |
| 3.3 常见风力预测方法 | 第33-34页 |
| 3.4 风力预测模型选择 | 第34-38页 |
| 3.4.1 数据描述 | 第34-35页 |
| 3.4.2 建模算法和模型结构 | 第35-38页 |
| 3.5 风力预测实验分析 | 第38-45页 |
| 3.5.1 静态模型结构 | 第39-41页 |
| 3.5.2 动态模型结构 | 第41-45页 |
| 3.6 本章小结 | 第45-48页 |
| 4 结束语 | 第48-50页 |
| 4.1 论文的主要成果 | 第48-49页 |
| 4.2 论文的不足之处与改进设想 | 第49-50页 |
| 参考文献 | 第50-57页 |
| 致谢 | 第57-59页 |
| 科研成果：论文及专利 | 第59-60页 |
| 研究生阶段的奖励 | 第60-61页 |
