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 |