| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·相对论电子事件预报 | 第9-10页 |
| ·本文研究内容和结构 | 第10-12页 |
| 第二章 相对论电子事件概述 | 第12-23页 |
| ·相对论电子事件观测特征 | 第12-15页 |
| ·相对论电子事件形成机制 | 第15-22页 |
| ·起源 | 第15-17页 |
| ·加速 | 第17-21页 |
| ·损失 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 相对论电子事件预报模型介绍 | 第23-28页 |
| ·径向扩散模型 | 第23-25页 |
| ·REFM模型 | 第25-26页 |
| ·神经网络模型 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 支持向量机 | 第28-42页 |
| ·支持向量机中的核心概念 | 第28-33页 |
| ·学习问题 | 第28-29页 |
| ·经验风险最小化原则 | 第29-30页 |
| ·VC维 | 第30页 |
| ·结构风险最小化原则 | 第30-32页 |
| ·核函数 | 第32-33页 |
| ·支持向量机算法实现 | 第33-40页 |
| ·支持向量分类机 | 第33-39页 |
| ·支持向量回归机 | 第39-40页 |
| ·支持向量机的特点 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 支持向量机方法应用于相对论电子事件预报建模 | 第42-58页 |
| ·模型所用数据 | 第43-45页 |
| ·数据来源及预处理 | 第43页 |
| ·相对论电子事件分布统计分析 | 第43-44页 |
| ·选取训练集和测试集 | 第44-45页 |
| ·输出参量的选取 | 第45页 |
| ·输入参量的选取 | 第45-47页 |
| ·模型结构的确定 | 第47-48页 |
| ·模型验证 | 第48-57页 |
| ·模型评价指数 | 第48-49页 |
| ·SVM回归预报模型 | 第49-51页 |
| ·SVM分类预报模型 | 第51-55页 |
| ·分季节预报相对论电子事件 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 发表文章目录 | 第65页 |
| 会议文章 | 第65-66页 |
| 致谢 | 第66页 |