首页--天文学、地球科学论文--大气科学(气象学)论文--天气学论文--雷暴论文

基于Hadoop的雷灾文本聚类与雷暴预测模型的研究

摘要第1-7页
Abstract第7-8页
第一章 绪论第8-14页
   ·研究背景和意义第8-9页
   ·国内外研究现状第9-12页
     ·国内气象数据挖掘研究现状第9-10页
     ·国外气象数据挖掘研究现状第10页
     ·云计算研究发展现状第10-12页
   ·论文的主要工作第12页
   ·论文组织结构第12-14页
第二章 气象数据挖掘第14-28页
   ·数据挖掘简介第14-15页
   ·数据挖掘过程第15-16页
   ·常用数据挖掘算法第16-17页
   ·朴素贝叶斯分类算法第17-21页
     ·贝叶斯定理第18页
     ·算法思想第18-19页
     ·算法框架模型第19-20页
     ·算法流程第20-21页
     ·算法的问题第21页
   ·Fisher判别准则第21-25页
     ·基本思想第22页
     ·算法过程第22-25页
   ·K-me-聚类算法第25-27页
     ·基本思想第25页
     ·基本过程第25-27页
   ·本章小结第27-28页
第三章 ThunderCloud资源存储平台第28-44页
   ·ThunderCloud平台构架第28-33页
     ·ThunderCloud平台搭建第28-31页
     ·Hadoop相关项目介绍第31-33页
   ·HDFS介绍第33-40页
     ·HDFS体系架构第33-36页
     ·HDFS文件读写第36-38页
     ·文件块放置策略及副本管理第38-40页
     ·HDFS负载均衡第40页
   ·MapReduce编程框架第40-43页
     ·MapReduce简介第40-41页
     ·MapReduce作业机制第41-43页
   ·本章小结第43-44页
第四章 基于MRKM的雷灾文本聚类第44-51页
   ·雷灾文本聚类相关技术第44-46页
     ·文本的预处理第44-45页
     ·文本表示模型第45页
     ·向量相似度度量第45-46页
   ·MRKM雷灾文本聚类第46-49页
   ·MRKM雷灾文本实验及评估第49-50页
   ·本章小结第50-51页
第五章 基于MRNB的雷暴预测模型第51-66页
   ·气象资料的选取第51页
   ·气象因子的选择第51-53页
   ·气象资料的预处理第53-55页
   ·MRNB的设计与实现第55-60页
   ·MRNB实验对比与评估第60-64页
     ·Fisher雷暴预测模型第60-61页
     ·实验对比第61-64页
   ·本章小结第64-66页
第六章 总结与展望第66-68页
   ·论文总结第66页
   ·本文所存在的不足第66-67页
   ·工作展望第67-68页
参考文献第68-73页
作者简介第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:气象传感网数据修正方法研究与实现
下一篇:中国臭氧总量30a时空变化以及近地面臭氧浓度气象要素影响研究