| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内机场能见度预测方法研究现状 | 第11-12页 |
| 1.2.2 国外机场能见度预测方法研究现状 | 第12-13页 |
| 1.2.3 航班延误研究现状 | 第13-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 气象资料数据库与航班延误数据库的构建 | 第16-22页 |
| 2.1 气象数据资料收集 | 第16-19页 |
| 2.1.1 资料来源及释义 | 第16-17页 |
| 2.1.2 气象资料数据库的建立 | 第17-19页 |
| 2.2 机场航班延误数据的收集 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 KNN数据挖掘算法的相关介绍 | 第22-26页 |
| 3.1 数据挖掘概述 | 第22页 |
| 3.2 KNN算法概述 | 第22-23页 |
| 3.3 KNN算法使用的模型 | 第23-25页 |
| 3.4 KNN算法的特征和适用性分析 | 第25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 基于KNN算法的能见度预测模型的构建和检验 | 第26-41页 |
| 4.1 气象数据预处理与预测输入输出指标构建 | 第26-34页 |
| 4.1.1 数据预处理 | 第26-28页 |
| 4.1.2 能见度预测输入指标的筛选 | 第28-32页 |
| 4.1.3 能见度预测输出指标的构建 | 第32-34页 |
| 4.2 能见度预测模型的构建 | 第34-37页 |
| 4.2.1 模型数据空间的构建 | 第34页 |
| 4.2.2 KNN模型框架设计 | 第34-36页 |
| 4.2.3 K参数的选取 | 第36-37页 |
| 4.2.4 距离公式的选取 | 第37页 |
| 4.3 实验开发环境 | 第37-38页 |
| 4.4 预测实验流程 | 第38-40页 |
| 4.4.1 预测计算流程 | 第38-39页 |
| 4.4.2 预测效果检验 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 机场延误模式分析及航班延误时长预测 | 第41-52页 |
| 5.1 国内外航班延误统计标准 | 第41-42页 |
| 5.1.1 国外航班延误统计标准 | 第41页 |
| 5.1.2 国内航班延误统计标准 | 第41-42页 |
| 5.2 航班延误特征分析 | 第42-47页 |
| 5.2.1 整体航班延误分布特征 | 第43-44页 |
| 5.2.2 不同种类能见度下的延误模式对比 | 第44-47页 |
| 5.3 航班延误时长预测 | 第47-51页 |
| 5.3.1 问题描述与分析 | 第47-48页 |
| 5.3.2 原始数据的收集和整理 | 第48-49页 |
| 5.3.3 KNN算法模型构建 | 第49-50页 |
| 5.3.4 模型检验 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 总结与展望 | 第52-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间取得的学术成果 | 第58-59页 |
| 致谢 | 第59页 |