| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题的背景、目的及意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-13页 |
| 1.2.1 混沌特性研究现状 | 第10-11页 |
| 1.2.2 雷暴日预报方法的研究进展 | 第11-12页 |
| 1.2.3 人工神经网络在混沌时间序列预测中的研究进展 | 第12-13页 |
| 1.3 本文主要研究内容及方法 | 第13-15页 |
| 第二章 资料及处理 | 第15-26页 |
| 2.1 南京市概况及其气候特征 | 第15-16页 |
| 2.1.1 地理地貌特征 | 第15页 |
| 2.1.2 气候特征 | 第15-16页 |
| 2.2 基本资料 | 第16-17页 |
| 2.2.1 雷暴日资料 | 第16-17页 |
| 2.2.2 闪电定位资料 | 第17页 |
| 2.3 南京市闪电分布情况 | 第17-26页 |
| 2.3.1 基于闪电资料的南京市闪电分布情况 | 第17-24页 |
| 2.3.2 雷暴日季节变化特征 | 第24-26页 |
| 第三章 南京市雷暴日演变长程相关性分析 | 第26-45页 |
| 3.1 雷暴日趋势初步分析 | 第26-28页 |
| 3.2 长程相关性定义 | 第28-32页 |
| 3.2.1 长程相关性 | 第29页 |
| 3.2.2 自相似性 | 第29-32页 |
| 3.3 DFA的基本原理 | 第32-33页 |
| 3.4 南京地区雷暴日时序DFA结果 | 第33-38页 |
| 3.5 与小波变换结果对比分析 | 第38-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 南京地区雷暴日时间序列混沌特性分析 | 第45-57页 |
| 4.1 雷暴日时间序列的混沌特征 | 第45页 |
| 4.2 混沌理论的创立及发展 | 第45-46页 |
| 4.3 混沌定义 | 第46-48页 |
| 4.3.1 Li-Yorke(李天岩-约克)的混沌定义 | 第46-47页 |
| 4.3.2 Devaney的混沌定义 | 第47-48页 |
| 4.4 混沌的基本特征 | 第48页 |
| 4.5 雷暴日时间序列相空间重构 | 第48-52页 |
| 4.5.1 互信息法确定延迟时间 | 第49-50页 |
| 4.5.2 伪最近领域法(FNN)确定嵌入维数m | 第50-52页 |
| 4.6 雷暴日时间序列混沌特性识别 | 第52-55页 |
| 4.6.1 饱和关联维数特性识别 | 第52-53页 |
| 4.6.2 Kolmogorov熵特性识别 | 第53-54页 |
| 4.6.3 最大Lyapunov指数特性识别 | 第54-55页 |
| 4.7 本章小结 | 第55-57页 |
| 第五章 南京地区雷暴日混沌时序的RBF-NN一步预测 | 第57-66页 |
| 5.1 RBF-NN模型结构简介 | 第57-59页 |
| 5.2 RBF-NN应用于混沌时间序列预测 | 第59页 |
| 5.3 雷暴日时间序列RBF-NN模型的建立 | 第59-63页 |
| 5.3.1 雷暴日时间序列数据预处理 | 第60-63页 |
| 5.3.2 RBF-NN模型参数选取 | 第63页 |
| 5.3.3 RBF-NN的训练 | 第63页 |
| 5.4 雷暴日时间序列预测结果 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 结论及展望 | 第66-68页 |
| 6.1 主要结论 | 第66-67页 |
| 6.2 创新点 | 第67页 |
| 6.3 不足与展望 | 第67-68页 |
| 参考文献 | 第68-75页 |
| 作者简介 | 第75-77页 |
| 致谢 | 第77页 |
