| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·课题的背景 | 第9-10页 |
| ·课题的目的和意义 | 第10页 |
| ·国内外概况 | 第10-11页 |
| ·论文主要内容与成果 | 第11-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第2章 相关理论简介 | 第14-24页 |
| ·粗糙集理论简介 | 第14页 |
| ·粗糙集的基本概念 | 第14-18页 |
| ·知识表达系统 | 第14-15页 |
| ·不可分辨关系 | 第15页 |
| ·上下近似集 | 第15-16页 |
| ·知识约简 | 第16-17页 |
| ·决策规则 | 第17页 |
| ·粗糙集的数据处理步骤 | 第17-18页 |
| ·支持向量机简介 | 第18-21页 |
| ·SVM的理论背景 | 第18-19页 |
| ·SVM方法简介 | 第19-21页 |
| ·SVM的特征 | 第21页 |
| ·粗糙集理论与SVM应用于雷电预报的可行性研究 | 第21-23页 |
| ·雷电预报的特点 | 第21-22页 |
| ·粗糙集理论应用于雷电预报的可行性 | 第22页 |
| ·SVM应用于雷电预报的可行性 | 第22页 |
| ·SVM与粗糙集理论的结合的优势 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 数据预处理 | 第24-45页 |
| ·数据来源与数据结构分析 | 第24-30页 |
| ·基于样本距离的欠采样 | 第30-35页 |
| ·基于样本距离的欠采样算法介绍 | 第30-31页 |
| ·基于样本距离的欠采样算法的改进 | 第31-35页 |
| ·雷电数据离散化 | 第35-44页 |
| ·数据离散化问题描述 | 第35-36页 |
| ·基于信息熵的属性离散化算法 | 第36-40页 |
| ·基于信息熵的属性离散化算法的改进 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于粗糙集与SVM的雷电预报模型 | 第45-63页 |
| ·预报因子提取 | 第46-52页 |
| ·盲目删除属性约简算法 | 第47页 |
| ·基于基数排序的求正域的算法 | 第47-49页 |
| ·核属性获取 | 第49-51页 |
| ·基于基数排序及属性重要性的属性约简方法获取预报因子 | 第51-52页 |
| ·粗糙集规则提取 | 第52-56页 |
| ·规则提取与获取最简规则的算法 | 第52-54页 |
| ·基于粗糙集的分类器构造 | 第54-56页 |
| ·基于SVM的雷电预报模型 | 第56-58页 |
| ·SVM与粗糙集结合的预报模型(RS-SVM模型) | 第58-59页 |
| ·RS-SVM预报模型稳定性检验 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 结论与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间的研究成果 | 第69页 |