| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 存在的问题 | 第12-13页 |
| 1.4 研究内容和整体结构 | 第13-14页 |
| 2 中国气候分区及方法 | 第14-17页 |
| 2.1 中国气候特征 | 第14页 |
| 2.2 建筑气候分区 | 第14-16页 |
| 2.3 小结 | 第16-17页 |
| 3 高斯过程分类 | 第17-30页 |
| 3.1 高斯过程 | 第17-19页 |
| 3.1.1 高斯过程基本概念 | 第17-18页 |
| 3.1.2 高斯过程核函数 | 第18-19页 |
| 3.2 分类问题 | 第19-22页 |
| 3.2.1 分类决策理论 | 第20-21页 |
| 3.2.2 分类线性模型 | 第21-22页 |
| 3.3 基于高斯过程分类的方法 | 第22-23页 |
| 3.4 二类分类下的拉普拉斯变换 | 第23-28页 |
| 3.4.1 后验分布 | 第23-24页 |
| 3.4.2 预测概率 | 第24-26页 |
| 3.4.3 算法实现 | 第26-28页 |
| 3.5 基于二类分类的多类分类 | 第28-29页 |
| 3.6 小结 | 第29-30页 |
| 4 基于高斯混合模型的谱聚类算法的气候分区 | 第30-47页 |
| 4.1 基本理论 | 第30-36页 |
| 4.1.1 谱聚类算法 | 第30-33页 |
| 4.1.2 高斯混合模型 | 第33-34页 |
| 4.1.3 采暖负荷计算模型 | 第34-36页 |
| 4.2 基于高斯混合模型的谱聚类气候分区算法 | 第36-39页 |
| 4.2.1 气象数据预处理方法 | 第36-38页 |
| 4.2.2 谱聚类分区数据相似度定义 | 第38页 |
| 4.2.3 基于高斯混合模型的谱聚类气候分区算法 | 第38-39页 |
| 4.3 基于高斯混合模型的谱聚类气候分区算法的实现 | 第39-43页 |
| 4.3.1 原始数据的导入 | 第39-40页 |
| 4.3.2 数据预处理 | 第40-41页 |
| 4.3.3 高斯混合模型的谱聚类算法 | 第41-43页 |
| 4.4 基于高斯混合模型的谱聚类气候分区算法的应用 | 第43-46页 |
| 4.4.1 气候分区所用数据介绍 | 第43-44页 |
| 4.4.2 数据预处理 | 第44页 |
| 4.4.3 高斯混合模型的谱聚类算法在气候分区上的应用 | 第44-46页 |
| 4.5 小结 | 第46-47页 |
| 5 基于高斯过程分类的边界点分区算法 | 第47-50页 |
| 5.1 站点间距离计算 | 第47页 |
| 5.2 基于高斯过程分类的边界点分区算法 | 第47-49页 |
| 5.2.1 气候分区的边界点筛选算法 | 第47页 |
| 5.2.2 基于高斯过程分类的边界点分区算法 | 第47-49页 |
| 5.3 小结 | 第49-50页 |
| 6 基于高斯过程分类的边界点分区算法的应用 | 第50-57页 |
| 6.1 边界点筛选和分区所用数据介绍 | 第50-51页 |
| 6.2 气象数据预处理 | 第51页 |
| 6.3 相邻气候区站点间距离 | 第51-52页 |
| 6.4 气候分区的边界点筛选 | 第52-53页 |
| 6.5 基于高斯过程分类的边界点分区算法的应用 | 第53-54页 |
| 6.6 分区结果的分析 | 第54-56页 |
| 6.7 小结 | 第56-57页 |
| 7 总结与展望 | 第57-59页 |
| 7.1 总结 | 第57页 |
| 7.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65-68页 |
