首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于偏微分方程和机器学习的台风风场反演方法研究

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-16页
   ·台风简介第10-12页
     ·台风的特点第10页
     ·台风的形成第10-11页
     ·台风的结构第11-12页
     ·台风的移动路径第12页
   ·台风风场信息在台风强度预报中的重要性第12-13页
   ·台风风场反演的应用现状第13-15页
   ·论文的主要结构和安排第15-16页
2 基于偏微分方程的台风眼区提取第16-37页
   ·常见的图像分割算法简介第16-19页
   ·图像分割质量评价第19-20页
   ·基于测地活动轮廓模型的偏微分方程台风云图分割法第20-30页
     ·曲线几何演化的一般方程式第21-22页
     ·水平集方法简介第22-23页
     ·活动轮廓模型的建立第23-25页
     ·GAC模型的行为分析第25-27页
     ·改进后的GAC模型第27-28页
     ·GAC模型的数值实现第28-30页
   ·基于反正切灰度变换的台风云图增强第30-34页
   ·实验结果分析第34-35页
   ·本章小结第35-37页
3 基于支持向量机的台风风场反演第37-64页
   ·数据资料来源第38-39页
   ·支持向量机的基本原理第39-44页
     ·支持向量机的原理第40-42页
     ·支持向量机算法的实现第42-43页
     ·SVM方法的特点第43-44页
   ·基于支持向量机的有眼台风内核特征模型建立第44-49页
     ·地理经纬度与图像坐标的对应关系第44-45页
     ·最大风速半径(RMW)的获取第45-47页
     ·台风眼壁大小的提取第47页
     ·拟合方法的选择第47-48页
     ·实验结果及评价第48-49页
   ·有眼台风二维风场风速灰度模型的建立第49-53页
     ·近中心最大风速与图像灰度的关系第49-50页
     ·拟合效果评价第50-53页
   ·基于线性插值的二维有眼台风风场风速计算第53-58页
     ·线性插值的常规算法第53-54页
     ·台风风场各点风速的计算第54-56页
     ·二维表面风场各点风速的计算步骤第56页
     ·实验分析第56-58页
   ·无眼台风内核风场反演第58-60页
   ·无眼台风二维风场的计算第60-62页
   ·本章小结第62-64页
4 基于模板匹配的台风风场矢量反演第64-78页
   ·基于改进的灰度模板图像匹配法第65-71页
     ·图像匹配应用现状第65页
     ·传统的基于灰度的图像匹配法简介第65-67页
     ·改进的基于灰度的图像匹配法(局部灰度编码)第67-70页
     ·台风云图的模板匹配第70-71页
   ·基于小波变换的图像匹配策略第71-75页
     ·小波变换与多分辨分析第72-73页
     ·基于小波变换的图像匹配过程第73-74页
     ·结合小波分解的图像匹配实验第74-75页
   ·基于小波多分辨率分析和灰度编码匹配法的风场运动矢量计算第75-77页
   ·本章小结第77-78页
5 总结与展望第78-80页
   ·本文所做的主要工作第78-79页
   ·未来的研究方向第79-80页
参考文献第80-84页
攻读学位期间取得的研究成果第84-85页
致谢第85-87页

论文共87页,点击 下载论文
上一篇:基于BP神经网络的义乌市梅雨量的预测研究
下一篇:基于RS的杭州市城区扩展及驱动力研究