首页--天文学、地球科学论文--大气科学(气象学)论文--天气预报论文--主要气象要素和天气现象预报论文--降水预报论文

降水点分类预测方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-16页
    1.1 研究背景及意义第11-12页
        1.1.1 研究背景第11页
        1.1.2 研究意义第11-12页
    1.2 国内外研究现状第12-13页
    1.3 论文的主要工作第13-14页
    1.4 论文的组织结构第14页
    1.5 研究的技术路线第14-15页
    1.6 本章小结第15-16页
第二章 获取训练数据第16-21页
    2.1 数据文件的匹配第16页
    2.2 文件读取第16-17页
    2.3 降水模拟参数的获取第17-18页
    2.4 训练数据的获取第18-19页
    2.5 本章小结第19-21页
第三章 贝叶斯网络分类预测第21-38页
    3.1 基础知识第21-23页
        3.1.1 基本概率公式第21-23页
        3.1.2 贝叶斯概率第23页
    3.2 贝叶斯网络第23-27页
        3.2.1 贝叶斯网络的定义第24-25页
        3.2.2 贝叶斯网络的学习第25-27页
    3.3 贝叶斯网络分类器第27-30页
        3.3.1 贝叶斯网络分类器的定义第27-28页
        3.3.2 几种常见的贝叶斯网络分类器第28-29页
        3.3.3 分类器性能评价方法第29-30页
    3.4 基于贝叶斯网络的分类实验第30-37页
        3.4.1 建立贝叶斯网络分类器第31页
        3.4.2 基于贝叶斯网络分类器的数据预测第31-37页
    3.5 本章小结第37-38页
第四章BP神经网络分类预测第38-51页
    4.1 BP神经网络第38-43页
        4.1.1 BP神经网络的原理第38-39页
        4.1.2 BP神经网络的激活函数第39-40页
        4.1.3 BP神经网络的学习规则第40-43页
    4.2 BP神经网络的模型的建立第43-44页
    4.3 BP神经网络的算法第44-45页
    4.4 基于BP神经网络的分类实验第45-50页
        4.4.1 BP神经网络分类器的评价第45-48页
        4.4.2 基于BP神经网络分类器的数据预测第48-50页
    4.5 本章小结第50-51页
第五章两种分类方法的对比分析第51-55页
    5.1 本章小结第54-55页
第六章 总结与展望第55-58页
    6.1 论文总结第55-56页
    6.2 本文的不足第56页
    6.3 工作展望第56-58页
致谢第58-59页
参考文献第59-62页

论文共62页,点击 下载论文
上一篇:7886例甲状腺结节手术患者临床与病理特点变迁
下一篇:长链非编码RNA AFAP1-AS1调控胃癌生长和转移的作用与机制研究