基于复杂网络理论的厄尔尼诺分析与预测

厄尔尼诺论文 复杂网络理论论文 WalkTrap论文
论文详情
厄尔尼诺是一种由海洋和大气相互作用而引起的反常的气候现象,该气候现象所涉及的区域将遭遇旱或涝的灾害。本文使用复杂网络理论对厄尔尼诺现象进行了检测并使用逻辑回归模型对厄尔尼诺现象进行了预测。本文主要分为五部分:第一部分:首先,介绍选题背景;其次,介绍复杂网络理论和厄尔尼诺现象的国内外研究现状;再次,详细讲解了当前论文的研究内容和组织结构;最后阐述论文的创新点。第二部分:首先,介绍图论,旨在表现复杂网络的强大功能;其次,介绍复杂网络的基本理论,详细介绍复杂网络的作用;再次,详细的描述了复杂网络的基本特征,使用基本特征来确定网络模型;最后,介绍了四种复杂网络模型,引出第三部分的厄尔尼诺现象的复杂网络模型。第三部分:首先,简述厄尔尼诺现象;其次,介绍了从NCEP\NCAR下载的气候再分析数据包括温度、降水量、压力,并对数据的处理方式做了介绍;其次,计算多维数据的互相关系数并基于欧式距离的相似度来构造气候网络,然后对网络进行剪边处理;再次,使用第二部分的复杂网络统计特征确定气候网络的拓扑特性;接下来,对不同尺度的时间序列数据,使用WalkTrap算法实现气候网络社区发现,并找到厄尔尼诺的聚类区域,根据聚类结果进行社区跟踪,目的找到主干区域并发现其时间变化规律;最后,通过计算聚类密度函数来验证聚类结果的有效性;第四部分:介绍了逻辑回归模型,在对比了线性回归等几种回归模型之后选择逻辑回归对厄尔尼诺进行预测,并对比线性回归模型、泊松回归模型的结果,证明逻辑回归模型具有更好的预测效果。最后,分析和讨论了基于逻辑回归预测厄尔尼诺的实验结果。第五部分:对当前论文的不足和缺陷做了总结,并对论文需要改进的地方进行了展望。
摘要第5-6页
Abstract第6-7页
1 绪论第11-19页
    1.1 课题研究背景第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 复杂网络理论的研究第12-14页
        1.2.2 基于复杂网络理论的厄尔尼诺分析研究第14页
        1.2.3 厄尔尼诺预测的研究现状第14-15页
    1.3 论文研究内容以及组织结构第15-17页
    1.4 论文的主要创新点第17-19页
2 复杂网络的基础理论第19-29页
    2.1 图论第19-22页
    2.2 复杂网络的基本理论第22-23页
    2.3 复杂网络的统计特征第23-26页
        2.3.1 网络直径及平均路径长度第23页
        2.3.2 聚类系数第23-24页
        2.3.3 度和度分布第24-25页
        2.3.4 介数中心性第25页
        2.3.5 紧密度中心性第25-26页
        2.3.6 特征向量中心性第26页
    2.4 复杂网络模型第26-28页
        2.4.1 规则网络第26-27页
        2.4.2 随机网络第27页
        2.4.3 小世界网络模型第27-28页
        2.4.4 无标度网络模型第28页
    2.5 本章小结第28-29页
3 基于复杂网络理论的厄尔尼诺分析第29-51页
    3.1 简述厄尔尼诺现象第29-31页
    3.2 数据来源第31-34页
    3.3 数据处理第34-35页
    3.4 构建气候网络第35-38页
        3.4.1 基于互相关的相似度度量第35-36页
        3.4.2 构建气候网络第36-37页
        3.4.3 网络剪边第37-38页
    3.5 厄尔尼诺的拓扑特性第38-40页
    3.6 气候网络的社区发现第40-43页
        3.6.1 基于Walktrap气候网络的社区发现第40-42页
        3.6.2 厄尔尼诺的发现第42-43页
    3.7 气候网络的社区跟踪第43-49页
        3.7.1 社区跟踪方法第43-44页
        3.7.2 社区跟踪的实现第44-49页
    3.8 基于社区密度的聚类验证第49-50页
    3.9 本章小结第50-51页
4 厄尔尼诺的预测第51-63页
    4.1 用逻辑回归对厄尔尼诺现象进行回归分析第51-53页
    4.2 使用逻辑回归进行预测第53-56页
    4.3 实验及讨论第56-62页
        4.3.1 使用线性回归模型进行预测第58-59页
        4.3.2 使用泊松回归进行预测第59-60页
        4.3.3 使用逻辑回归模型进行预测第60页
        4.3.4 使用逻辑回归的结果分析第60-62页
    4.4 本章小结第62-63页
5 总结与展望第63-66页
    5.1 数据变量的选择第63-64页
    5.2 相似度计算第64页
    5.3 在以后中计算的注意事项第64页
    5.4 对回归模型的选择第64-66页
参考文献第66-70页
致谢第70-71页
个人简历第71页
论文购买
论文编号ABS3803001,这篇论文共71页
会员购买按0.30元/页下载,共需支付21.3
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付35.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656