声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 气象数据挖掘的研究现状
1.2.2 朴素贝叶斯算法的研究现状
1.2.3 离散化算法的研究现状
1.3 研究内容
1.4 论文的结构
2.1 数据挖掘
2.1.1 数据挖掘的定义
2.1.2 数据挖掘的过程
2.2 气象数据
2.2.1 气象数据的特点
2.2.2 气象数据预处理
2.2.3 常用的气象数据挖掘方法
2.3 朴素贝叶斯分类算法
2.3.1 贝叶斯分类相关理论
2.3.2 贝叶斯分类算法
2.3.3 朴素贝叶斯分类模型
2.4 数据离散化
2.4.1 离散化的概念
2.4.2 离散化的评价标准
2.5 本章小结
第三章 基于类别属性关联离散算法的改进朴素贝叶斯分类模型
3.1.1 CAIM算法
3.1.2 CAIR与CAIU标准
3.1.3 CAID算法
3.2 基于类别属性关联离散算法的朴素贝叶斯分类模型
3.2.1 降雨预测因子的选择
3.2.2 基于CAID的朴素贝叶斯分类算法
3.3 实验与分析
3.3.1 实验环境与数据
3.3.2 实验结果分析
3.4 本章小结
第四章 基于属性加权的改进朴素贝叶斯分类算法
4.1 信息论基础
4.1.1 熵和条件熵
4.1.2 互信息与条件互信息
4.2 改进加权的朴素贝叶斯分类模型
4.2.1 改进的属性赋权方法
4.2.2 加权朴素贝叶斯降雨等级预测模型
4.3 实验与结果分析
4.3.1 实验环境与数据
4.3.2 实验结果分析
4.3.3 本章小结
第五章 总结与展望
5.1 工作总结
5.2 未来展望
致谢
参考文献
作者简介
南京信息工程大学;