| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 引言 | 第7-14页 |
| §1.1 判别分析研究概况 | 第7-12页 |
| §1.1.1 传统的判别分析 | 第7-10页 |
| §1.1.2 智能化的判别分析 | 第10-12页 |
| §1.2 本文研究的问题及本文的结构 | 第12-14页 |
| 第二章 基于主成分分析和支持向量机的组合判别分析 | 第14-28页 |
| §2.1 主成分分析原理 | 第14-15页 |
| §2.1.1 主成分分析的数学原理 | 第14-15页 |
| §2.1.2 主成分的精度分析 | 第15页 |
| §2.2 支持向量机分类 | 第15-25页 |
| §2.2.1 支持向量机分类理论 | 第17-21页 |
| §2.2.2 基于粒子群优化算法的组合核函数分类方法 | 第21-25页 |
| §2.2.3 多分类支持向量机 | 第25页 |
| §2.2.4 模型选择问题 | 第25页 |
| §2.3 主成分分析和支持向量机的组合判别分析 | 第25页 |
| §2.4 数据分析步骤 | 第25-28页 |
| 第三章 在沙尘暴预警中的应用 | 第28-38页 |
| §3.1 沙尘暴预警 | 第28-30页 |
| §3.2 实例分析 | 第30-38页 |
| 第四章 结论与建议 | 第38-40页 |
| 参考文献 | 第40-45页 |
| 作者读硕士期间的工作 | 第45-46页 |
| 致谢 | 第46页 |