基于分支定界的不平衡气象数据晴雨分析与预测
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外发展与研究现状 | 第12-15页 |
| 1.2.1 气象数据挖掘现状 | 第12-13页 |
| 1.2.2 不平衡数据分类研究现状 | 第13-15页 |
| 1.2.3 关联规则挖掘研究现状 | 第15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第二章 相关理论与技术 | 第17-25页 |
| 2.1 传统关联规则挖掘算法 | 第17-21页 |
| 2.1.1 Apriori算法 | 第19-20页 |
| 2.1.2 FP增长算法 | 第20-21页 |
| 2.2 代价敏感学习 | 第21-23页 |
| 2.3 分支定界算法 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 不平衡气象数据处理 | 第25-32页 |
| 3.1 气象监测数据 | 第25-27页 |
| 3.2 预处理 | 第27-28页 |
| 3.3 属性值离散化与分级级数N | 第28页 |
| 3.4 属性值二进制编码 | 第28-29页 |
| 3.5 代价敏感学习与可承受误差代价Exp | 第29-31页 |
| 3.6 小结 | 第31-32页 |
| 第四章 基于B&B的逻辑关联规则挖掘 | 第32-42页 |
| 4.1 本文符号 | 第32-33页 |
| 4.2 OCAT关联规则挖掘 | 第33-35页 |
| 4.3 B&B算法构造析取子句 | 第35-38页 |
| 4.4 模型优化及并行化方案 | 第38-41页 |
| 4.4.1 B&B算法内存占用问题 | 第38页 |
| 4.4.2 基于逻辑运算的模型优化 | 第38-40页 |
| 4.4.3 并行化方案 | 第40-41页 |
| 4.5 小结 | 第41-42页 |
| 第五章 实验结果与模型评估 | 第42-49页 |
| 5.1 实验结果 | 第42-43页 |
| 5.2 稳定性评估 | 第43-44页 |
| 5.3 模型优化结果 | 第44-45页 |
| 5.4 参数对实验结果的影响分析 | 第45-48页 |
| 5.4.1 等级级数N的设置 | 第45-46页 |
| 5.4.2 可承受误差代价Exp的设置 | 第46-48页 |
| 5.5 小结 | 第48-49页 |
| 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的论文 | 第53-55页 |
| 致谢 | 第55页 |
