基于气象数据的数据挖掘算法研究

摘要	第1-5页
Abstract	第5-8页
引言	第8-15页
·研究背景和研究意义	第8-9页
·时间序列数据挖掘的研究现状	第9-14页
·趋势分析	第10-12页
·相似性分析	第12页
·序列聚类	第12-14页
·本文的研究目标和组织结构	第14-15页
2 气象数据分析	第15-22页
·气象数据	第15-17页
·数据分析	第17-21页
·降水量数据挖掘框架	第21页
·本章小结	第21-22页
3 基于气象数据的聚类分析	第22-38页
·时间序列数据的相似性度量	第22-26页
·相似系数函数	第22-24页
·距离函数	第24-25页
·基于权重的欧式距离度量	第25-26页
·聚类准则	第26-27页
·基于加权相似性的聚类分析	第27-31页
·基本层次聚类方法	第27-28页
·BIRCH层次聚类方法	第28-30页
·基于加权相似性的BIRCH聚类	第30-31页
·实验分析	第31-37页
·相似性度量分析	第31-35页
·聚类分析	第35-37页
·本章小结	第37-38页
4 基于气象数据的趋势挖掘	第38-49页
·气象数据的平滑处理	第38-45页
·移动平均法	第38-40页
·低通滤波器法	第40-41页
·基于气象数据的平滑滤波器设计	第41-45页
·基于气象数据的趋势挖掘	第45-47页
·基于气象数据的模式分割	第45-46页
·基于气象数据的模式属性抽取	第46-47页
·实验分析	第47-48页
·本章小结	第48-49页
结论	第49-50页
参考文献	第50-52页
在学研究成果	第52-53页
致谢	第53页