首页--天文学、地球科学论文--大气科学(气象学)论文--气象基本要素、大气现象论文--水汽、凝结和降水论文--降水论文

基于多细胞基因表达式编程和时频分析方法的降水建模预测

摘要第4-6页
Abstract第6-7页
第一章 引言第10-16页
    1.1 研究背景及意义第10页
    1.2 国内外研究现状第10-14页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12-13页
        1.2.3 小结第13-14页
    1.3 论文结构概述第14-16页
第二章 相关理论和技术第16-30页
    2.1 时间序列概述第16-18页
        2.1.1 时间序列第16页
        2.1.2 时间序列预测第16-17页
        2.1.3 滑动窗口预测法第17-18页
    2.2 经验模态分解(EMD)概述第18-20页
        2.2.1 EMD概念和原理第18页
        2.2.2 EMD算法流程第18-19页
        2.2.3 EMD的性质第19-20页
    2.3 小波分析概述第20-23页
        2.3.1 小波分析第20页
        2.3.2 小波函数及各自特点第20页
        2.3.3 小波分解与重构第20-23页
    2.4 基因表达式编程(GEP)概述第23-29页
        2.4.1 GEP的基本要素第23-24页
        2.4.2 多细胞基因表达式编程第24-26页
        2.4.3 遗传操作第26-27页
        2.4.4 适应度函数第27-28页
        2.4.5 GEP函数挖掘算法第28-29页
    2.5 本章小结第29-30页
第三章 多细胞基因表达式编程和时频分析方法的降水建模预测第30-54页
    3.1 基于MC_GEP与EMD的降水预测算法(EMGEP2RP)第30-45页
        3.1.1 实验数据分析第31页
        3.1.2 EMGEP2RP算法描述第31-34页
        3.1.3 实验过程第34-41页
        3.1.4 实验结果对比第41-45页
    3.2 基于MC_GEP与小波分析的降水预测算法(WTGEPRP)第45-54页
        3.2.1 WTGEPRP算法描述第45-47页
        3.2.2 算法实验与性能分析第47-54页
第四章 总结与展望第54-56页
    4.1 研究总结第54页
    4.2 不足与展望第54-56页
参考文献第56-61页
附录A 本文作者在攻读硕士学位期间发表论文情况及学术经历第61-62页
致谢第62-64页

论文共64页,点击 下载论文
上一篇:视觉信息编码机制及其应用研究
下一篇:人体关键点检测模型及其向心脏关键点定位的迁移研究