基于GIS的台风案例推理模型研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 GIS与案例推理的结合 | 第11-12页 |
| 1.4 主要研究内容 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 案例推理的概述 | 第14-22页 |
| 2.1 案例推理技术的特点 | 第14-15页 |
| 2.2 案例推理的工作过程 | 第15页 |
| 2.3 案例推理的关键技术 | 第15-20页 |
| 2.3.1 案例表示 | 第15-16页 |
| 2.3.2 案例检索 | 第16-18页 |
| 2.3.3 案例重用 | 第18页 |
| 2.3.4 案例修正 | 第18-19页 |
| 2.3.5 案例保存 | 第19-20页 |
| 2.4 案例推理应用 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 案例表示及案例库的建立 | 第22-25页 |
| 3.1 案例表示研究 | 第22-23页 |
| 3.2 基于关系数据库的案例库建设 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 4 空间相似度研究 | 第25-31页 |
| 4.1 空间相似 | 第25页 |
| 4.2 基于最近相邻的空间相似度计算 | 第25-26页 |
| 4.2.1 基本思想 | 第25-26页 |
| 4.2.2 存在问题 | 第26页 |
| 4.3 基于缓冲区分析的空间相似度计算 | 第26-30页 |
| 4.3.1 基于点缓冲区的空间相似度计算 | 第26-28页 |
| 4.3.2 基于线缓冲区的空间相似度计算 | 第28-30页 |
| 4.4 本章小结 | 第30-31页 |
| 5 属性相似度的计算 | 第31-34页 |
| 5.1 确定数属性 | 第31页 |
| 5.2 确定符号属性 | 第31页 |
| 5.3 确定区间属性 | 第31-32页 |
| 5.4 属性加权相似度 | 第32-33页 |
| 5.5 综合相似度 | 第33页 |
| 5.6 本章小结 | 第33-34页 |
| 6 基于遗传算法的案例修正技术 | 第34-43页 |
| 6.1 遗传算法的产生与发展 | 第34-35页 |
| 6.2 遗传算法概述 | 第35-36页 |
| 6.2.1 遗传算法理论 | 第35页 |
| 6.2.2 遗传算法特点 | 第35-36页 |
| 6.3 遗传算法基本流程 | 第36-40页 |
| 6.3.1 编码方式 | 第36-37页 |
| 6.3.2 初始群体 | 第37页 |
| 6.3.3 适应度函数 | 第37页 |
| 6.3.4 遗传算子 | 第37-40页 |
| 6.3.5 遗传算法参数 | 第40页 |
| 6.4 基于遗传算法的案例修正流程 | 第40-42页 |
| 6.5 本章小结 | 第42-43页 |
| 7 模型实现 | 第43-51页 |
| 7.1 模型实现过程 | 第43-48页 |
| 7.1.1 数据模型 | 第43-45页 |
| 7.1.2 案例推理实现流程 | 第45-48页 |
| 7.2 成果展示 | 第48-50页 |
| 7.3 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录A 附录内容名称 | 第55-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |
