粗糙集及范例推理技术在气象预测中的研究

第一章 绪论	第1-12页
·范例推理简介	第10页
·粗糙集简介	第10页
·研究背景	第10-11页
·本文主要研究的内容	第11-12页
第二章 CBR 基本概念与研究任务	第12-22页
·基于范例的推理CBR	第12-15页
·基于范例的推理系统	第15-17页
·CBR 系统的研究问题	第17-21页
·本章小结	第21-22页
第三章 气象范例库的生成	第22-33页
·引言	第22页
·气象范例库的人工建立	第22-25页
·利用数据挖掘技术建立气象范例库	第25-32页
·本章小结	第32-33页
第四章 粗糙集的概念与应用	第33-49页
·粗糙集理论和发展	第33-35页
·范例特征属性的离散归一化方法	第35-43页
·粗糙集理论的属性简约	第43-48页
·本章小结	第48-49页
第五章 气象预测CBR 系统的检索算法研究	第49-57页
·气象预测CBR 系统相似检索的过程	第49页
·基于 BP 神经网络的相似检索算法	第49-53页
·基于相似度量原理的数据库范例检索算法	第53-56页
·本章小结	第56-57页
第六章 全文总结与展望	第57-58页
参考文献	第58-61页
致谢	第61-62页
硕士期间成果及发表论文	第62-63页
附录	第63-67页