| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 引言 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·太阳耀斑的预报 | 第9-13页 |
| ·太阳黑子的预报 | 第13-14页 |
| ·本文主要工作 | 第14-16页 |
| 第二章 基于极速学习机集成的太阳耀斑预报 | 第16-32页 |
| ·引言 | 第16-17页 |
| ·极速学习机集成的耀斑预测 | 第17-24页 |
| ·集成学习算法 | 第17-20页 |
| ·极速学习机 | 第20-21页 |
| ·极速学习机集成的耀斑预测 | 第21-24页 |
| ·太阳耀斑磁场特征量 | 第21页 |
| ·预报评价指标与实验结果分析 | 第21-24页 |
| ·基于序次Logistic回归模型与极速学习机集成的耀斑预测 | 第24-31页 |
| ·序次Logistic回归模型 | 第24-26页 |
| ·耀斑预测 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 结合小波变换与回声状态网络的太阳黑子预报 | 第32-54页 |
| ·引言 | 第32-33页 |
| ·基于回声状态网络的太阳黑子预测 | 第33-40页 |
| ·回声状态网络 | 第33-35页 |
| ·基于回声状态网络的黑子面积与黑子数预测 | 第35-40页 |
| ·结合小波变换与回声状态网络的太阳黑子预测 | 第40-53页 |
| ·小波分解与重构 | 第40-42页 |
| ·基于小波变换回声状态网络的预报模型 | 第42-43页 |
| ·小波变换与回声状态网络结合的黑子面积与黑子数预测 | 第43-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 作者简介 | 第63-64页 |
| 后记 | 第64页 |