| 1 绪论 | 第1-15页 |
| 1．1 研究意义 | 第9-10页 |
| 1．2 国内外研究现状 | 第10-13页 |
| 1．3 本文的主要任务 | 第13-15页 |
| 2 系统总体设计 | 第15-21页 |
| 2．1 系统的设计目标 | 第15页 |
| 2．2 系统的逻辑结构设计与数据流程 | 第15-16页 |
| 2．3 系统的技术环境 | 第16-18页 |
| 2．4 系统的功能模块 | 第18-19页 |
| 2．5 系统的界面设计 | 第19-21页 |
| 3 数据管理 | 第21-40页 |
| 3．1 元数据的管理 | 第21-29页 |
| 3．1．1 元数据及地理空间的元数据 | 第21-23页 |
| 3．1．2 元数据的制定标准 | 第23-26页 |
| 3．1．3 元数据的编码设计 | 第26-27页 |
| 3．1．4 元数据库的建设 | 第27页 |
| 3．1．5 元数据主要功能模块 | 第27-29页 |
| 3．2 黄河三角洲海洋地理信息数据库的构建 | 第29-35页 |
| 3．2．1 数据的编码与分类 | 第30-32页 |
| 3．2．2 数据库表的设计 | 第32-35页 |
| 3．3 黄河三角洲数据仓库的构建 | 第35-40页 |
| 3．3．1 数据仓库简介 | 第35-36页 |
| 3．3．2 数据仓库构建的必要性 | 第36-37页 |
| 3．3．3 数据仓库的设计过程 | 第37-38页 |
| 3．3．4 数据仓库的主要组成部分 | 第38-40页 |
| 4 数据挖掘 | 第40-95页 |
| 4．1 BP神经网络模块 | 第42-52页 |
| 4．1．1 BP神经网络模型 | 第42-44页 |
| 4．1．2 BP神经网络模块功能介绍 | 第44-45页 |
| 4．1．3 基于 BP神经网络的黄河三角洲水下地形恢复 | 第45-52页 |
| 4．2 自组织网络(SOM)模块 | 第52-60页 |
| 4．2．1 自组织网络模型 | 第52-54页 |
| 4．2．2 自组织神经网络算法描述 | 第54-55页 |
| 4．2．3 自组织网络模块功能介绍 | 第55-57页 |
| 4．2．4 基于 SOM网络模型的黄河三角洲遥感图片的地物分类 | 第57-60页 |
| 4．3 数据拟合模块 | 第60-68页 |
| 4．3．1 拟合算法描述 | 第60-62页 |
| 4．3．2 拟合分析模块功能介绍—结合水深测线拟合说明 | 第62-68页 |
| 4．4 灰色系统模块 | 第68-73页 |
| 4．4．1 GM(1，1)算法描述 | 第69-70页 |
| 4．4．2 灰色系统模块功能介绍—结合黄河三角洲面积预测说明 | 第70-73页 |
| 4．5 聚类分析模块 | 第73-81页 |
| 4．5．1 系统聚类分析及算法 | 第73-77页 |
| 4．5．2 系统聚类模块功能介绍—结合渤海污染物站点聚类说明 | 第77-81页 |
| 4．6 主成分分析模块 | 第81-88页 |
| 4．6．1 主成分分析及算法实现 | 第81-84页 |
| 4．6．2 主成分分析模块功能介绍—结合渤海污染物指数说明 | 第84-88页 |
| 4．7 SVD分析模块 | 第88-95页 |
| 4．7．1 SVD分析及算法实现 | 第88-89页 |
| 4．7．2 SVD分析模块功能介绍—结合“973”黄河口实测数据说明 | 第89-95页 |
| 5 可视化 | 第95-105页 |
| 5．1 数据插值 | 第96-98页 |
| 5．2 二维可视化 | 第98-100页 |
| 5．3 三维可视化 | 第100-105页 |
| 6 结论与展望 | 第105-107页 |
| 参考文献 | 第107-113页 |
| 致谢 | 第113页 |
