数据挖掘在水文相似年查找中的应用研究
| 摘要 | 第1-5页 |
| Abstract(英文摘要) | 第5-10页 |
| 第一章 概述 | 第10-18页 |
| 1．1 数据挖掘的认知过程 | 第10-13页 |
| 1．1．1 数据挖掘的发展和定义 | 第10-11页 |
| 1．1．2 数据挖掘与知识发现 | 第11-12页 |
| 1．1．3 数据挖掘技术的三大支柱 | 第12-13页 |
| 1．2 研究和应用现状 | 第13-15页 |
| 1．2．1 数据挖掘现状 | 第13-14页 |
| 1．2．2 水文数据挖掘现状 | 第14-15页 |
| 1．3 研究目的、意义和过程 | 第15-17页 |
| 1．3．1 研究目的 | 第15-16页 |
| 1．3．2 研究意义 | 第16页 |
| 1．3．3 研究过程 | 第16-17页 |
| 1．4 论文各部分的主要内容 | 第17-18页 |
| 第二章 水文相似年查找的基本技术 | 第18-35页 |
| 2．1 水文相似性研究 | 第18-24页 |
| 2．1．1 相似度量的方法 | 第18-21页 |
| 2．1．2 特征提取 | 第21-24页 |
| 2．2 聚类分析 | 第24-30页 |
| 2．2．1 分层聚类法 | 第26页 |
| 2．2．2 基本算法 | 第26-27页 |
| 2．2．3 类间距离的特性 | 第27-30页 |
| 2．3 水文相似年查找的技术 | 第30-34页 |
| 2．3．1 水文相似年定义 | 第31页 |
| 2．3．2 水文相似年的模型 | 第31-32页 |
| 2．3．3 年特征数据的提取 | 第32-34页 |
| 2．4 小结 | 第34-35页 |
| 第三章 水文数据挖掘系统体系框架 | 第35-45页 |
| 3．1 数据挖掘的过程 | 第35-38页 |
| 3．2 水文数据挖掘系统体系 | 第38-40页 |
| 3．3 数据交换 | 第40-44页 |
| 3．3．1 数据存储 | 第41-42页 |
| 3．3．2 数据类型 | 第42-43页 |
| 3．3．3 二进制数据 | 第43页 |
| 3．3．4 空数据 | 第43-44页 |
| 3．3．5 字符集 | 第44页 |
| 3．4 小结 | 第44-45页 |
| 第四章 数据挖掘系统过程分析 | 第45-72页 |
| 4．1 确定数据挖掘目的 | 第45-47页 |
| 4．1．1 数据挖掘问题确定的意义 | 第45-46页 |
| 4．1．2 数据挖掘问题定义的方式 | 第46-47页 |
| 4．2 准备数据 | 第47-55页 |
| 4．2．1 理解数据 | 第48-51页 |
| 4．2．2 选择数据 | 第51页 |
| 4．2．3 清洗数据 | 第51-55页 |
| 4．2．4 数据集成 | 第55页 |
| 4．3 数据预处理 | 第55-60页 |
| 4．3．1 数据变换 | 第55-59页 |
| 4．3．2 数据归约 | 第59-60页 |
| 4．4 建立模型 | 第60-64页 |
| 4．4．1 水文数据挖掘的功能 | 第60-62页 |
| 4．4．2 数据挖掘常用技术 | 第62-64页 |
| 4．5 评估和解释方法 | 第64-71页 |
| 4．5．1 评估解释的基本概念 | 第64-68页 |
| 4．5．2 聚类分析评估技术 | 第68-71页 |
| 4．5．3 解释结果 | 第71页 |
| 4．6 小结 | 第71-72页 |
| 第五章 实例 | 第72-87页 |
| 5．1 水文数据挖掘的目标 | 第72页 |
| 5．2 准备数据 | 第72-73页 |
| 5．2．1 理解数据 | 第73页 |
| 5．2．2 数据清洗 | 第73页 |
| 5．3 数据预处理 | 第73-79页 |
| 5．3．1 数据选择 | 第73-75页 |
| 5．3．2 数据转换 | 第75-78页 |
| 5．3．3 年特征数据的提取 | 第78页 |
| 5．3．4 数据规则化 | 第78-79页 |
| 5．4 建立模型 | 第79页 |
| 5．5 评估解释 | 第79-86页 |
| 5．5．1 评估数据模型 | 第81-85页 |
| 5．5．2 解释结果 | 第85-86页 |
| 5．6 小结 | 第86-87页 |
| 第六章 总结和展望 | 第87-89页 |
| 6．1 本文总结 | 第87-88页 |
| 6．2 进一步工作展望 | 第88-89页 |
| 参考文献 | 第89-91页 |
| 致谢 | 第91页 |
