数据挖掘技术及其在径流预报中的研究与应用
| 摘要 | 第1-5页 |
| ABATRACT | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·课题的研究内容及意义 | 第8页 |
| ·数据挖掘技术 | 第8-17页 |
| ·本文的工作和意义 | 第17-18页 |
| 2 水文预报中的数据挖掘方法研究 | 第18-33页 |
| ·水文预报研究现状 | 第18-25页 |
| ·基于神经网络的数据挖掘预测方法 | 第25-28页 |
| ·反向传播模型(BP) | 第28-32页 |
| ·小结 | 第32-33页 |
| 3 中长期水文预测综合模型的建立 | 第33-40页 |
| ·输入和输出的网络结构 | 第33-34页 |
| ·数据预处理 | 第34页 |
| ·神经网络隐含层结点数的选择 | 第34-35页 |
| ·网络样本预处理 | 第35-36页 |
| ·基于BP 神经网络的数据挖掘算法的预测过程 | 第36-39页 |
| ·小结 | 第39-40页 |
| 4 预测模型应用平台的研究与实现 | 第40-51页 |
| ·开发原则 | 第40-41页 |
| ·系统结构 | 第41-43页 |
| ·开发工具 | 第43页 |
| ·数据库设计 | 第43-49页 |
| ·小结 | 第49-51页 |
| 5 基于数据挖掘算法的中长期水文预测模型的应用 | 第51-58页 |
| ·中长期径流预测软件 | 第51-52页 |
| ·数据样本的产生 | 第52页 |
| ·数据预处理 | 第52-53页 |
| ·模型的建立 | 第53页 |
| ·误差分析 | 第53-54页 |
| ·预测算法实现与结果分析 | 第54-56页 |
| ·小结 | 第56-58页 |
| 6 总结与展望 | 第58-60页 |
| ·全文总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录1 硕士研究生期间发表的文章和参加的科研项目 | 第65页 |