多组合分类器在局部区域气温预测中的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景及研究意义 | 第12-13页 |
| ·课题的主要研究内容 | 第13-14页 |
| ·国内外的研究现状 | 第14-18页 |
| ·气象数据挖掘现状 | 第14-16页 |
| ·组合分类器研究现状 | 第16-18页 |
| ·本论文的研究目标和组织结构 | 第18-19页 |
| 第二章 研究领域与相关技术 | 第19-26页 |
| ·数据挖掘简介 | 第19-20页 |
| ·数据挖掘定义 | 第19页 |
| ·数据挖掘过程 | 第19-20页 |
| ·气象数据的特点 | 第20-21页 |
| ·气象数据挖掘的常用方法 | 第21-25页 |
| ·聚类分析 | 第21-22页 |
| ·分类分析 | 第22-23页 |
| ·时间序列分析 | 第23-24页 |
| ·关联规则 | 第24页 |
| ·孤立点分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于决策树的组合分类器建模 | 第26-49页 |
| ·气象数据集描述 | 第26页 |
| ·气象数据预处理 | 第26-31页 |
| ·数据清洗 | 第26-27页 |
| ·特征归约 | 第27-29页 |
| ·数据集成 | 第29页 |
| ·数据变换 | 第29-31页 |
| ·建模体系 | 第31-32页 |
| ·组合分类器的构建过程 | 第32-41页 |
| ·基分类器设计 | 第32-35页 |
| ·用于气温预测的Bagging方法 | 第35-38页 |
| ·用于气温预测的AdaBoost算法 | 第38-41页 |
| ·随机森林 | 第41-48页 |
| ·随机森林对噪声的容忍度 | 第41-43页 |
| ·随机森林模型参数的选择 | 第43-45页 |
| ·随机森林对不平衡分类问题的处理方法 | 第45-47页 |
| ·RF气温预测模型 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 组合分类器对局部区域气温的预测 | 第49-57页 |
| ·实验测试环境 | 第49页 |
| ·实验数据分析 | 第49-50页 |
| ·实验结果与分析 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间从事的科研项目及发表的论文 | 第63-65页 |
| 致谢 | 第65页 |
