模式输出统计技术在局地中短期天气预报中的研究与应用
| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 目录 | 第11-14页 |
| 表格目录 | 第14-15页 |
| 插图目录 | 第15-18页 |
| 第一章 绪论 | 第18-34页 |
| ·研究的意义和目的 | 第18-23页 |
| ·研究的意义 | 第18-22页 |
| ·研究的目的 | 第22-23页 |
| ·国内外研究进展及其历史回顾 | 第23-30页 |
| ·国外研究进展及其历史回顾 | 第23-26页 |
| ·国内研究进展及其历史回顾 | 第26-30页 |
| ·MOS技术的优点和缺陷 | 第30-31页 |
| ·论文的框架、研究内容 | 第31-34页 |
| 第二章 模式资料、研究区域和评分技巧 | 第34-46页 |
| ·引言 | 第34页 |
| ·T213L31模式简介 | 第34-36页 |
| ·模式产品资料 | 第36页 |
| ·研究区域及其气候背景 | 第36-42页 |
| ·青海省 | 第37-40页 |
| ·环渤海地区 | 第40-42页 |
| ·技术评分 | 第42-46页 |
| ·连续变量评分标准 | 第42-43页 |
| ·非连续变量评分标准 | 第43-46页 |
| 第三章 因子选择 | 第46-64页 |
| ·引言 | 第46-47页 |
| ·逐步回归方法简介 | 第47-50页 |
| ·因子选择流程 | 第50-53页 |
| ·因子选择试验 | 第53-56页 |
| ·预备因子数与F值的敏感性试验 | 第53-55页 |
| ·加入历史观测因子的敏感性试验 | 第55-56页 |
| ·小结 | 第56-64页 |
| 第四章 模型建立 | 第64-100页 |
| ·引言 | 第64页 |
| ·连续变量建模方法简介 | 第64-70页 |
| ·多元线性回归方法简介 | 第64-65页 |
| ·BP-神经网络回归方法简介 | 第65-70页 |
| ·连续变量建模方法试验 | 第70-86页 |
| ·权重初始方式对神经网络求解的敏感性试验 | 第70-71页 |
| ·权重初始化次数对神经网络求解的敏感性试验 | 第71-72页 |
| ·动态神经元对神经网络解的敏感性试验 | 第72-81页 |
| ·BP-神经网络与多元回归的比较试验 | 第81-86页 |
| ·非连续变量建模方法简介 | 第86-91页 |
| ·k-NN方法简介 | 第86-88页 |
| ·BP神经网络分类方法简介 | 第88-91页 |
| ·非连续变量建模方法试验 | 第91-96页 |
| ·k-最邻近方法的改进试验 | 第91-94页 |
| ·BP-神经网络与k-最邻近方法的比较试验 | 第94-96页 |
| ·小结 | 第96-100页 |
| 第五章 系统设计思路和系统结构特点的研究和实施 | 第100-116页 |
| ·引言 | 第100页 |
| ·开发背景 | 第100-102页 |
| ·青海省中短期数值预报释用系统开发背景 | 第100-101页 |
| ·葫芦岛中期数值预报释用系统开发背景 | 第101-102页 |
| ·系统设计与开发环境介绍 | 第102-104页 |
| ·系统的框架和业务流程 | 第104-112页 |
| ·青海省中短期数值预报释用系统框架和业务流程 | 第104-109页 |
| ·葫芦岛中期数值预报释用系统框架和业务流程 | 第109-112页 |
| ·小结 | 第112-116页 |
| 第六章 总结、讨论与展望 | 第116-122页 |
| ·全文总结 | 第116-118页 |
| ·本文的特色与创新点 | 第118-119页 |
| ·系统存在的问题和未来的发展 | 第119-122页 |
| 参考文献 | 第122-132页 |
| 附录Ⅰ 个人简历及学期间科研成果情况 | 第132-134页 |
| 附录Ⅱ 在学期间参加项目情况 | 第134-136页 |
| 致谢 | 第136-137页 |
