绿色建筑节能设计平台中算法的研究与应用
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-17页 |
第一章 绪论 | 第17-21页 |
1.1 选题背景与研究意义 | 第17-18页 |
1.2 国内外数据挖掘算法在气象领域中的应用 | 第18-19页 |
1.3 论文研究内容及主要研究方法 | 第19页 |
1.4 论文组织安排 | 第19-20页 |
1.5 本章小结 | 第20-21页 |
第二章 气象数据的预处理 | 第21-25页 |
2.1 数据预处理的意义 | 第21页 |
2.2 气象数据的特点 | 第21-22页 |
2.3 数据预处理的方法 | 第22页 |
2.4 全国气象数据的预处理 | 第22-25页 |
2.4.1 数据来源及相关说明 | 第23-24页 |
2.4.2 气象数据预处理过程 | 第24-25页 |
第三章 聚类算法研究 | 第25-35页 |
3.1 聚类分析简介 | 第25-27页 |
3.2 聚类分析中的数据类型 | 第27-31页 |
3.2.1 数据对象的表示 | 第27页 |
3.2.2 数据的类型 | 第27-29页 |
3.2.3 数据对象之间的相似性度量 | 第29-31页 |
3.2.4 数据簇之间距离度量方法 | 第31页 |
3.3 聚类结果好坏的评价标准 | 第31-32页 |
3.4 常见聚类算法介绍 | 第32-34页 |
3.4.1 基于划分的方法 | 第32页 |
3.4.2 基于密度的聚类算法 | 第32-33页 |
3.4.3 层次聚类算法 | 第33页 |
3.4.4 基于网格的方法 | 第33页 |
3.4.5 基于模型的方法 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第四章 压缩感知算法在气象数据缺值填补中的应用 | 第35-57页 |
4.1 问题描述 | 第35页 |
4.2 缺失数据处理方法介绍 | 第35-37页 |
4.2.1 均值填补法 | 第35-36页 |
4.2.2 插值法 | 第36-37页 |
4.2.3 机器学习方法 | 第37页 |
4.3 压缩感知原理概述 | 第37-40页 |
4.3.1 信号的稀疏表示 | 第37-38页 |
4.3.2 测量矩阵设计 | 第38-39页 |
4.3.3 压缩感知重构算法概述 | 第39-40页 |
4.4 气象数据缺失值填补原理 | 第40-42页 |
4.5 压缩感知理论在气象数据缺值填补中的应用 | 第42-56页 |
4.5.1 气象数据介绍及其稀疏表示 | 第42-43页 |
4.5.2 测量矩阵选取 | 第43页 |
4.5.3 缺失气象数据重构算法 | 第43页 |
4.5.4 气象数据随机缺测时算法的应用 | 第43-54页 |
4.5.5 气象数据连续缺测时算法的应用 | 第54-56页 |
4.6 本章小结 | 第56-57页 |
第五章 聚类算法在气象数据中的应用 | 第57-77页 |
5.1 问题描述 | 第57页 |
5.2 气象数据数据集的特点及建模 | 第57-58页 |
5.3 聚类算法的选取 | 第58页 |
5.4 密度峰值聚类算法基本工作原理 | 第58-63页 |
5.4.1 聚类中心的确定 | 第59-61页 |
5.4.2 聚类分析过程 | 第61-62页 |
5.4.3 离群点标记过程 | 第62页 |
5.4.4 密度峰值聚类算法步骤 | 第62-63页 |
5.5 软件环境 | 第63-64页 |
5.6 聚类算法在气象数据中的应用 | 第64-75页 |
5.6.1 数据准备 | 第64页 |
5.6.2 气象数据单一属性的聚类分析 | 第64-69页 |
5.6.3 气象数据部分属性的聚类分析 | 第69-72页 |
5.6.4 气象数据全部属性的聚类分析 | 第72-75页 |
5.6.5 结果分析与比较 | 第75页 |
5.7 本章小结 | 第75-77页 |
第六章 绿色建筑节能设计平台设计与实现 | 第77-95页 |
6.1 绿色建筑节能设计平台的意义 | 第77-78页 |
6.2 绿色建筑节能设计平台开发工具 | 第78-80页 |
6.2.1 开发平台介绍 | 第78-79页 |
6.2.2 Struts2框架 | 第79-80页 |
6.3 建筑节能基础数据库平台功能模块介绍 | 第80-93页 |
6.3.1 后台数据导入模块 | 第80-81页 |
6.3.2 地图台站查询模块 | 第81-82页 |
6.3.3 建筑气候数据查询模块 | 第82-87页 |
6.3.4 室外气候数据查询模块 | 第87-93页 |
6.4 本章小结 | 第93-95页 |
第七章 总结与展望 | 第95-97页 |
7.1 全文总结 | 第95页 |
7.2 展望 | 第95-97页 |
参考文献 | 第97-99页 |
致谢 | 第99-101页 |
作者简介 | 第101-102页 |