基于ARIMA-LSTM-SAM模型对南极气象数据的预测研究

目录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 本文组织结构

1.5 本章小结

第二章 传统方法与机器学习方法的预测

2.1 时间序列相关概念

2.2 传统分析方法

2.3机器学习分析方法

2.4 本章小结

第三章 基于ARIMA-LSTM-SAM模型的预测

3.1 加入自注意机制的LSTM模型概述

3.2 ARIMA-LSTM-SAM方法概述

3.3 预测有效性指标概述

3.5 本章小结

第四章 ARIMA-LSTM-SAM模型和其他模型的实验对比

4.1 数据的来源以及处理

4.2 ARIMA模型预测

4.3 python参数设置

4.4 支持向量机模型预测

4.5 LSTM模型预测

4.6 ARIMA-LSTM模型预测

4.7 ARIMA-LSTM-SAM模型预测

4.8 实验结果对比

4.9 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明