短期降水预报BP神经网络预报方法研究
| 摘要 | 第1-3页 |
| 英文摘要Abstract | 第3-7页 |
| 第1章 绪论 | 第7-15页 |
| ·引言 | 第7页 |
| ·什么是神经网络(Neural Network) | 第7-8页 |
| ·人工神经网络的互连形态 | 第8-9页 |
| ·人工神经网络的特征及分类 | 第9-10页 |
| ·人工神经网络的特征 | 第9-10页 |
| ·人工神经网络的分类 | 第10页 |
| ·人工神经网络模型 | 第10-11页 |
| ·人工神经网络研究的主要内容 | 第11-13页 |
| ·研究人工神经网络及其应用的意义 | 第13-14页 |
| ·论文的组织 | 第14-15页 |
| 第2章 人工神经网络基本理论 | 第15-27页 |
| ·生物神经网络的人工模型与人工神经网络的构成 | 第15-17页 |
| ·人工神经网络的学习规则 | 第17-20页 |
| ·人工神经网络的几种基本类型 | 第20-25页 |
| ·神经元变换函数的三种类型 | 第20-21页 |
| ·常用的人工神经元模型 | 第21-23页 |
| ·人工神经网络的四种结构 | 第23页 |
| ·学习算法上的分类 | 第23-25页 |
| ·人工神经网络的基本特点 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 概率论与数理统计基础 | 第27-33页 |
| ·概率论 | 第27-29页 |
| ·样本空间 | 第27-28页 |
| ·事件的概率 | 第28-29页 |
| ·数理统计 | 第29-32页 |
| ·样本及抽样分布 | 第29-30页 |
| ·参数估计 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第4章 BP神经网络模型 | 第33-43页 |
| ·BP网络模型的结构 | 第33-34页 |
| ·BP网络的学习过程 | 第34-35页 |
| ·BP网络学习的步骤 | 第35-40页 |
| ·BP网络学习的简单步骤 | 第35页 |
| ·BP网络学习的传播公式 | 第35-39页 |
| ·BP网络学习的算法描述 | 第39-40页 |
| ·单样例情况下BP算法流程图 | 第40页 |
| ·BP算法的不足 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第5章 短期降水预报BP神经网络模型 | 第43-47页 |
| ·气象资料的整理 | 第43-45页 |
| ·验证短期降水预报准确率的主要要素 | 第43-44页 |
| ·资料的选取 | 第44页 |
| ·降水预报的判断 | 第44-45页 |
| ·BP网络结构设计 | 第45页 |
| ·参数的选取 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第6章 短期降水预报BP神经网络算法 | 第47-60页 |
| ·BP网络各层初始参数及节点作用函数的确定 | 第47-49页 |
| ·网络训练学习过程 | 第49页 |
| ·网络训练学习结果 | 第49-51页 |
| ·网络实验结果 | 第51-59页 |
| ·结论 | 第59页 |
| ·小结 | 第59-60页 |
| 第7章 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1(攻读学位期间发表学术论文) | 第65页 |
