模糊決策樹算法在降雨預(yù)測中的研究與應(yīng)用
發(fā)布時間:2021-09-17 00:36
在21世紀的今天,國家經(jīng)濟的建設(shè),社會的進步,人們的生活工作都和氣象預(yù)報有著密切的關(guān)系,特別是對一些災(zāi)害性天氣的及時準(zhǔn)確的預(yù)報尤為重要。與此同時隨著科學(xué)技術(shù)的快速發(fā)展,和氣象觀測技術(shù)的不斷進步,積累了海量的氣象數(shù)據(jù),針對這些海量的、多樣性的、多維性的、復(fù)雜的、連續(xù)型的氣象數(shù)據(jù)高效而準(zhǔn)確的挖掘出所蘊含的規(guī)律成為了現(xiàn)在氣象研究所要解決的一個重要問題;跊Q策樹的分類算法是數(shù)據(jù)挖掘技術(shù)領(lǐng)域的一種重要分類方法,它能夠非常方便地用圖形化屬性結(jié)構(gòu)的方式表示挖掘結(jié)構(gòu)。利用決策樹歸納學(xué)習(xí)來產(chǎn)生相關(guān)規(guī)則,已經(jīng)成為了知識獲取中最常用而且有效的方法,是建立一個專家系統(tǒng)的有效途徑。隨著決策樹的深入研究,盡管已經(jīng)產(chǎn)生了很多構(gòu)造相關(guān)決策樹的方法,但是傳統(tǒng)的清晰的決策樹歸納學(xué)習(xí)卻不能滿足一個系統(tǒng)中不確定知識被自動獲取的需求,為了在這種不確定(模糊)環(huán)境下達到相關(guān)知識集的自動獲取,對模糊決策樹歸納學(xué)習(xí)的研究已經(jīng)成為一個當(dāng)前的熱點研究。本論文針對氣象領(lǐng)域,以南方某地區(qū)局部的實際氣象數(shù)據(jù)為研究對象,對該局部地區(qū)降雨進行決策分類。本論文研究的主要工作包括一下幾個方面:1)對某地區(qū)局部氣象數(shù)據(jù),進行預(yù)處理,通過計算降雨量和其...
【文章來源】:廣東工業(yè)大學(xué)廣東省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
目錄
CONTENTS
第一章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 氣象數(shù)據(jù)挖掘研究現(xiàn)狀
1.2.2 模糊決策樹的研究現(xiàn)狀
1.3 本文課題研究的目標(biāo)和內(nèi)容
1.4 論文結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)
2.1 模糊理論
2.1.1 模糊集
2.1.2 模糊集的表示
2.1.3 隸屬函數(shù)
2.2 決策樹算法概述
2.2.1 決策樹算法基本思想和特點
2.2.2 幾種常見的決策樹算法
2.3 模糊決策樹分類算法
2.3.1 模糊決策樹的構(gòu)建
2.3.2 模糊決策樹和決策樹的區(qū)別
2.4 小結(jié)
第三章 基于模糊決策樹的氣象數(shù)據(jù)分類建模
3.1 氣象數(shù)據(jù)說明
3.2 氣象數(shù)據(jù)預(yù)處理
3.2.1 氣象數(shù)據(jù)集成
3.2.2 氣象數(shù)據(jù)清洗
3.2.3 氣象數(shù)據(jù)屬性選擇
3.2.4 氣象數(shù)據(jù)規(guī)范化
3.3 氣象數(shù)據(jù)模糊化
3.4 基于氣象數(shù)據(jù)的模糊決策樹建模
3.4.1 模糊決策樹算法
3.4.2 構(gòu)建實例
3.5 增量學(xué)習(xí)
3.5.1 基于Q統(tǒng)計的相似度計算
3.5.2 增量學(xué)習(xí)模型
3.5.3 增量學(xué)習(xí)建模算法
3.6 小結(jié)
第四章 實驗結(jié)果及分析
4.1 實驗環(huán)境
4.2 實驗數(shù)據(jù)集
4.3 實驗結(jié)果及分析
4.4 小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間從事的科研項目及發(fā)表的學(xué)術(shù)論文
致謝
本文編號:3397597
【文章來源】:廣東工業(yè)大學(xué)廣東省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
目錄
CONTENTS
第一章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 氣象數(shù)據(jù)挖掘研究現(xiàn)狀
1.2.2 模糊決策樹的研究現(xiàn)狀
1.3 本文課題研究的目標(biāo)和內(nèi)容
1.4 論文結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)
2.1 模糊理論
2.1.1 模糊集
2.1.2 模糊集的表示
2.1.3 隸屬函數(shù)
2.2 決策樹算法概述
2.2.1 決策樹算法基本思想和特點
2.2.2 幾種常見的決策樹算法
2.3 模糊決策樹分類算法
2.3.1 模糊決策樹的構(gòu)建
2.3.2 模糊決策樹和決策樹的區(qū)別
2.4 小結(jié)
第三章 基于模糊決策樹的氣象數(shù)據(jù)分類建模
3.1 氣象數(shù)據(jù)說明
3.2 氣象數(shù)據(jù)預(yù)處理
3.2.1 氣象數(shù)據(jù)集成
3.2.2 氣象數(shù)據(jù)清洗
3.2.3 氣象數(shù)據(jù)屬性選擇
3.2.4 氣象數(shù)據(jù)規(guī)范化
3.3 氣象數(shù)據(jù)模糊化
3.4 基于氣象數(shù)據(jù)的模糊決策樹建模
3.4.1 模糊決策樹算法
3.4.2 構(gòu)建實例
3.5 增量學(xué)習(xí)
3.5.1 基于Q統(tǒng)計的相似度計算
3.5.2 增量學(xué)習(xí)模型
3.5.3 增量學(xué)習(xí)建模算法
3.6 小結(jié)
第四章 實驗結(jié)果及分析
4.1 實驗環(huán)境
4.2 實驗數(shù)據(jù)集
4.3 實驗結(jié)果及分析
4.4 小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間從事的科研項目及發(fā)表的學(xué)術(shù)論文
致謝
本文編號:3397597
本文鏈接:http://sikaile.net/projectlw/qxxlw/3397597.html
最近更新
教材專著