气象数据仓库的建立及其上数据挖掘
| 第一章 引言 | 第1-18页 |
| ·背景知识 | 第11-12页 |
| ·问题提出 | 第12-14页 |
| ·关联规则现状 | 第14-16页 |
| ·关联规则算法 | 第14页 |
| ·挖掘软件现状 | 第14-16页 |
| ·本文主要内容 | 第16-18页 |
| 第二章 数据仓库与数据挖掘 | 第18-31页 |
| ·数据仓库 | 第18-23页 |
| ·数据仓库定义 | 第18-19页 |
| ·数据仓库有四个主要特征: | 第19页 |
| ·联机分析处理(OLAP) | 第19-21页 |
| ·数据仓库内容 | 第21页 |
| ·数据仓库模型 | 第21页 |
| ·数据仓库的逻辑结构和物理结构 | 第21-23页 |
| ·数据挖掘 | 第23-29页 |
| ·知识发现和数据挖掘 | 第23-24页 |
| ·数据挖掘的主要目标与特点 | 第24-25页 |
| ·数据挖掘模型 | 第25页 |
| ·数据挖掘的过程 | 第25-26页 |
| ·数据挖掘的发现任务和主要功能 | 第26-27页 |
| ·最广泛的算法和模型 | 第27页 |
| ·数据挖掘应用现状 | 第27-28页 |
| ·数据挖掘在气象中应用的必然性 | 第28-29页 |
| ·数据仓库和数据挖掘技术的结合 | 第29-31页 |
| 第三章 气象业务数据仓库模型研究及建立 | 第31-48页 |
| ·气象业务现有系统的分析 | 第31-33页 |
| ·数据库系统现状 | 第32页 |
| ·存在问题 | 第32-33页 |
| ·提出需求 | 第33-35页 |
| ·所需中期和短期资料 | 第33-34页 |
| ·所需长期资料 | 第34-35页 |
| ·所需服务 | 第35页 |
| ·现有的实时气象信息数据库子系统 | 第35-36页 |
| ·数据仓库建立过程中数据准备及主题抽取 | 第36-39页 |
| ·数据准备 | 第36页 |
| ·主题抽取和确定 | 第36-39页 |
| ·基本实时气象资料数据库的主要内容 | 第37页 |
| ·基本历史气象资料数据库的主要内容 | 第37-38页 |
| ·其它气象业务信息数据库的主要内容 | 第38-39页 |
| ·建立气象数据仓库的架构 | 第39-40页 |
| ·数据仓库的存储 | 第40-41页 |
| ·维度和粒度的设计 | 第41-42页 |
| ·建立多维数据模型 | 第42页 |
| ·多维数据模型上的 OLAP操作 | 第42-43页 |
| ·MDX语言 | 第43页 |
| ·气象数据仓库的使用 | 第43-48页 |
| ·信息处理与分析处理 | 第46页 |
| ·数据挖掘 | 第46-48页 |
| 第四章 关联规则 | 第48-61页 |
| ·关联规则挖掘 | 第48-49页 |
| ·相关定义 | 第49-52页 |
| ·属性选择 | 第52-53页 |
| ·量化数值属性 | 第53-56页 |
| ·量化方法 | 第53-54页 |
| ·MIN_MAX折半量化方法 | 第54页 |
| ·模糊 C-方法算法软化划分的边界 | 第54-55页 |
| ·领域专家经验值量化法 | 第55-56页 |
| ·语言值关联规则 | 第56-57页 |
| ·语言值关联规则 | 第56-57页 |
| ·语言值关联规则的相关定义 | 第57页 |
| ·关联规则挖掘算法-Apriori算法 | 第57-61页 |
| ·Apriori算法 | 第57-59页 |
| ·算法伪码 | 第59-61页 |
| ·挖掘关联规则频繁项集 | 第59-60页 |
| ·由频繁项集产生关联规则 | 第60-61页 |
| 第五章 干旱指标挖掘及预测系统的实现 | 第61-69页 |
| ·问题描述 | 第61-62页 |
| ·系统框图 | 第62页 |
| ·数据的标准化处理 | 第62-63页 |
| ·干旱规律的挖掘以及有关气象要素的等级指标挖掘 | 第63-66页 |
| ·挖掘结果分析 | 第66-67页 |
| ·干旱预侧 | 第67-69页 |
| 第六章 结论 | 第69-72页 |
| 参考文献 | 第72-75页 |
| 附录 系统程序部分源代码 | 第75-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文目录 | 第82页 |
