| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题研究背景 | 第7页 |
| 1.2 课题研究目的与意义 | 第7-8页 |
| 1.3 气象数据挖掘的研究现状 | 第8-9页 |
| 1.4 气象数据挖掘与分析中存在的问题 | 第9页 |
| 1.5 论文结构安排 | 第9-11页 |
| 第二章 数据挖掘相关理论与技术 | 第11-16页 |
| 2.1 数据挖掘的概念 | 第11页 |
| 2.2 数据挖掘方法论 | 第11-13页 |
| 2.3 数据挖掘的任务 | 第13页 |
| 2.4 数据挖掘的方法 | 第13-14页 |
| 2.5 数据挖掘的应用 | 第14-15页 |
| 2.6 本章小结 | 第15-16页 |
| 第三章 气象数据的预处理 | 第16-22页 |
| 3.1 气象数据特点 | 第16-17页 |
| 3.2 数据预处理概述 | 第17-19页 |
| 3.2.1 数据清理 | 第17页 |
| 3.2.2 数据集成 | 第17-18页 |
| 3.2.3 数据归约 | 第18页 |
| 3.2.4 数据变换 | 第18-19页 |
| 3.3 张掖市气象观测数据的预处理 | 第19-22页 |
| 3.3.1 原始观测数据的相关说明 | 第19-20页 |
| 3.3.2 气象数据预处理过程 | 第20-22页 |
| 第四章 决策树算法在张掖气象数据分析中的应用研究 | 第22-41页 |
| 4.1 决策树基本概念及相关算法 | 第22-27页 |
| 4.1.1 决策树基本概念 | 第22-23页 |
| 4.1.2 决策树基本算法 | 第23-27页 |
| 4.2 决策树算法在气温预测中的应用研究 | 第27-40页 |
| 4.2.1 非离散化气温生成的决策树 | 第27-31页 |
| 4.2.2 离散化气温生成的决策树 | 第31-37页 |
| 4.2.3 按汛期划分离散化气温生成的决策树 | 第37-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 神经网络算法在张掖气象数据分析中的应用研究 | 第41-57页 |
| 5.1 人工神经网络概述 | 第41-45页 |
| 5.1.1 人工神经网络基本工作原理 | 第41-43页 |
| 5.1.2 常见人工神经网络模型 | 第43-45页 |
| 5.2 人工神经网络在气温预测中的应用研究 | 第45-52页 |
| 5.2.1 神经网络模型在非离散化气温预测中的应用 | 第45-49页 |
| 5.2.2 神经网络模型在离散化气温预测中的应用 | 第49-52页 |
| 5.3 神经网络模型对按汛期划分离散化气温的预测 | 第52-54页 |
| 5.4 结果比较 | 第54-56页 |
| 5.4.1 神经网络模型与决策树算法对比分析 | 第54-55页 |
| 5.4.2 与其他研究结果对比分析 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 回顾与总结 | 第57-58页 |
| 6.2 未来展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |