| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 选题的目的和意义 | 第10-11页 |
| 1.2 针对强对流天气的数值模式 | 第11-13页 |
| 1.3 VDRAS的工作原理 | 第13-18页 |
| 1.3.1 代价函数的定义 | 第13-15页 |
| 1.3.2 PPI资料的直接同化 | 第15-16页 |
| 1.3.3 中尺度分析和边界条件 | 第16-17页 |
| 1.3.4 循环分析过程 | 第17-18页 |
| 1.4 本文的主要工作和安排 | 第18-21页 |
| 2 分类方法 | 第21-31页 |
| 2.1 不平衡数据集分类所存在的问题 | 第21-22页 |
| 2.2 不平衡数据集的处理方法研究 | 第22-26页 |
| 2.2.1 不平衡数据集预处理：重采样技术 | 第22-24页 |
| 2.2.2 代价敏感学习 | 第24-26页 |
| 2.3 支持向量机(Support Vector Machine)简介 | 第26-29页 |
| 2.3.1 线性可分时的最优超平面 | 第27-29页 |
| 2.3.2 核函数 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 CI预警分类算法设计 | 第31-39页 |
| 3.1 选取预报因子 | 第31-33页 |
| 3.1.1 VDRAS数据 | 第31-32页 |
| 3.1.2 选取预报因子 | 第32-33页 |
| 3.2 数据预处理过程 | 第33-36页 |
| 3.3 CI预警算法 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 4 试验结果与分析 | 第39-47页 |
| 4.1 评分标准 | 第39-43页 |
| 4.1.1 分类算法中采用的评分标准 | 第39-42页 |
| 4.1.2 本文采用的评分标准 | 第42-43页 |
| 4.2 个例分析 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-54页 |
| 个人简历 | 第54页 |
| 发表的学术论文 | 第54页 |