摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-12页 |
1.1 图模型及应用 | 第8-10页 |
1.1.1 图模型 | 第8-10页 |
1.1.2 图模型在PM_(2.5)中的应用 | 第10页 |
1.2 本文主要工作和内容安排 | 第10-12页 |
1.2.1 本文主要工作 | 第10-11页 |
1.2.2 本文内容安排 | 第11-12页 |
第二章 具有协变量的高斯图模型及应用 | 第12-24页 |
2.1 高斯图模型结构学习 | 第12-14页 |
2.2 具有协变量的高斯图模型结构学习 | 第14-17页 |
2.2.1 多元正态分布的性质 | 第14-15页 |
2.2.2 引入协变量 | 第15-16页 |
2.2.3 模型估计 | 第16页 |
2.2.4 坐标下降法 | 第16-17页 |
2.3 模拟实验 | 第17-18页 |
2.4 真实数据 | 第18-23页 |
2.4.1 国家统计局数据 | 第18-20页 |
2.4.2 动物数据 | 第20-22页 |
2.4.3 美国大学数据 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第三章 图模型结构学习在PM_(2.5)中的应用 | 第24-31页 |
3.1 全国PM_(2.5) | 第24-25页 |
3.1.1 模型建立 | 第24-25页 |
3.1.2 模型估计 | 第25页 |
3.2 算法及结果 | 第25-26页 |
3.2.1 谱聚类(Spectral Clustering)算法 | 第25-26页 |
3.2.2 我国PM_(2.5)网络结构 | 第26页 |
3.3 PM_(2.5)网络结构结果分析 | 第26-30页 |
3.3.1 雾霾社区发现 | 第26-29页 |
3.3.2 城市之间的关联 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
第四章 总结与展望 | 第31-32页 |
参考文献 | 第32-34页 |
攻读硕士学位期间取得的科研成果 | 第34-35页 |
致谢 | 第35页 |