| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1. 前言 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·转移概率函数研究进展 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·技术路线 | 第13-14页 |
| 2. 转移概率函数理论 | 第14-25页 |
| ·转移概率函数理论基础 | 第14-15页 |
| ·平稳性与二阶平稳性假设 | 第14页 |
| ·一阶马尔可夫假设 | 第14-15页 |
| ·一阶平稳马尔可夫链和一步转移概率矩阵 | 第15页 |
| ·转移概率函数理论 | 第15-19页 |
| ·一步转移概率矩阵的特性 | 第16页 |
| ·转移概率函数的基本属性 | 第16-17页 |
| ·转移概率函数与指示变异函数的关系 | 第17-19页 |
| ·转移概率函数的类型与特性 | 第19-21页 |
| ·理想化转移概率函数的特性 | 第19-20页 |
| ·实际数据转移概率函数的特性 | 第20-21页 |
| ·转移概率函数的理论拟合模型 | 第21-25页 |
| ·基本模型(Basic Models) | 第21-22页 |
| ·复合模型(Composite Models) | 第22-24页 |
| ·线性插值模型(Linear Interpolation Model) | 第24-25页 |
| 3. 转移概率函数模拟系统的开发 | 第25-38页 |
| ·开发环境介绍 | 第25-26页 |
| ·Python简介 | 第25-26页 |
| ·Qt与PyQt简介 | 第26页 |
| ·系统需求分析 | 第26-27页 |
| ·系统总体设计 | 第27-34页 |
| ·系统总体结构 | 第27-28页 |
| ·系统界面开发 | 第28页 |
| ·主要技术与算法简介 | 第28-34页 |
| ·将Matplotlib嵌入GUI | 第28-30页 |
| ·想化转移概率函数的求取 | 第30-33页 |
| ·实际数据转移概率函数的求取 | 第33-34页 |
| ·系统功能模块实现 | 第34-38页 |
| ·样点抽取模块 | 第34-35页 |
| ·理想化转移概率函数模块 | 第35-36页 |
| ·详尽转移概率函数模块 | 第36页 |
| ·实验转移概率函数模块 | 第36-37页 |
| ·数学模型模块 | 第37-38页 |
| 4. 应用案例 | 第38-53页 |
| ·研究区域概况 | 第38页 |
| ·数据的预处理 | 第38-40页 |
| ·结果与分析 | 第40-51页 |
| ·理想化转移概率函数 | 第40-43页 |
| ·详尽转移概率函数 | 第43-46页 |
| ·实验转移概率函数与模型拟合 | 第46-48页 |
| ·实验转移概率函数与实验指示变异函数 | 第48-51页 |
| ·小结 | 第51-53页 |
| 5. 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·不足 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61页 |