| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 引言 | 第8-11页 |
| 1.1.1 研究背景及研究意义 | 第8-10页 |
| 1.1.2 西北太平洋热带气旋气候研究进展 | 第10-11页 |
| 1.2 数据挖掘的应用进展 | 第11-15页 |
| 1.2.1 分类与预测算法在气象上应用的研究进展 | 第12-13页 |
| 1.2.2 聚类算法在气象上应用的研究进展 | 第13-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 资料来源与分析方法 | 第17-37页 |
| 2.1 资料来源说明 | 第17-18页 |
| 2.2 数据挖掘介绍 | 第18-20页 |
| 2.3 聚类算法的选择 | 第20-25页 |
| 2.3.1 K-means算法 | 第20-24页 |
| 2.3.2 FMM算法 | 第24-25页 |
| 2.4 决策树算法 | 第25-35页 |
| 2.4.1 C4.5算法 | 第29-33页 |
| 2.4.2 CART算法 | 第33-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 基于有限混合模型的登陆中国热带气旋路径分类及特征分析 | 第37-53页 |
| 3.1 选择聚类数 | 第37-41页 |
| 3.2 对各类登陆我国的TC路径特征分析 | 第41-52页 |
| 3.2.1 夏秋季各类路径的特征分析 | 第41-47页 |
| 3.2.2 夏季各类路径的特征分析 | 第47-52页 |
| 3.3 本章小结 | 第52-53页 |
| 第四章 基于决策树算法的各类频数预测模型 | 第53-64页 |
| 4.1 基于CART算法建立路径频数预测模型 | 第53-57页 |
| 4.2 基于C4.5算法建立路径频数预测模型 | 第57-62页 |
| 4.3 两种决策树模型的对比分析 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-67页 |
| 5.1 总结 | 第64-65页 |
| 5.2 下一步工作及展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |