一种多核径向基函数神经网络的广西降水预报集成模型
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景 | 第12页 |
| ·研究现状分析 | 第12-15页 |
| ·研究的思路和方法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 数据预处理——特征提取降维 | 第17-23页 |
| ·主成分分析 | 第17-19页 |
| ·核主分分析 | 第19-21页 |
| ·主成分分析和核主成分分析的比较 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 径向基函数神经网络 | 第23-28页 |
| ·人工神经网络 | 第23-24页 |
| ·径向基函数神经网络 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 单核RBF神经网络模型的构建 | 第28-32页 |
| ·RBF隐节点数的确定 | 第28-29页 |
| ·RBF隐节点的数据中心的确定 | 第29-30页 |
| ·各隐节点扩展常数的确定 | 第30页 |
| ·输出层权值的学习 | 第30-31页 |
| ·单核RBF网络模型学习算法 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第5章 多核RBF神经网络集成模型 | 第32-37页 |
| ·多核RBF神经网络集成模型的建立 | 第32-33页 |
| ·多元回归分析法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第6章 实验及实验结果分析 | 第37-51页 |
| ·实验数据准备 | 第37-38页 |
| ·KPCA降维的有效性 | 第38-40页 |
| ·多核RBF神经网络预报集成模型的建立和结果分析 | 第40-50页 |
| ·本章小结 | 第50-51页 |
| 第7章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录一:五月三区08年降水数据 | 第56-58页 |
| 附录二:作者攻读硕士学位期间发表的相关论文 | 第58页 |
| 附录三:作者攻读硕士学位期间主要参与的科研项目 | 第58-59页 |
| 致谢 | 第59页 |