摘要 | 第3-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究状况 | 第10-13页 |
1.2.1 预报因子分解 | 第11页 |
1.2.2 预报因子识别 | 第11-12页 |
1.2.3 LSSVM参数选择 | 第12-13页 |
1.3 研究的主要内容与框架 | 第13-15页 |
1.3.1 研究的主要内容 | 第13-14页 |
1.3.2 论文研究框架 | 第14-15页 |
2 研究区域和数据准备 | 第15-21页 |
2.1 研究区域概况 | 第15-17页 |
2.2 降水数据 | 第17-19页 |
2.2.1 降水的概念 | 第17页 |
2.2.2 降水数据预处理 | 第17-19页 |
2.3 气候指数 | 第19-21页 |
3 研究方法 | 第21-30页 |
3.1 最小二乘支持向量机 | 第21-22页 |
3.2 差分进化 | 第22-23页 |
3.3 信息论方法 | 第23-25页 |
3.4 数据分解方法 | 第25-27页 |
3.4.1 离散小波变换 | 第25-26页 |
3.4.2 经验模态分解 | 第26-27页 |
3.5 多元线性回归 | 第27页 |
3.6 DWT-LSSVM模型和EMD-LSSVM模型 | 第27-28页 |
3.7 评价标准 | 第28-30页 |
3.7.1 纳什系数 | 第28-29页 |
3.7.2 相对误差 | 第29-30页 |
4 结果分析 | 第30-43页 |
4.1 数据分解 | 第30-31页 |
4.2 输入识别 | 第31页 |
4.3 模型性能的空间差异 | 第31-34页 |
4.4 模型性能的比较 | 第34-43页 |
5 结论和展望 | 第43-45页 |
5.1 结论 | 第43-44页 |
5.2 创新点 | 第44页 |
5.3 不足与展望 | 第44-45页 |
参考文献 | 第45-50页 |
附录 | 第50-55页 |
致谢 | 第55-56页 |