| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 引言 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究动态 | 第8-9页 |
| 1.3 本文主要内容与组织结构 | 第9-12页 |
| 第2章 复杂网络模型及其拓扑性质介绍 | 第12-29页 |
| 2.1 图论与复杂网络 | 第12-13页 |
| 2.2 复杂网络的主要拓扑性质 | 第13-20页 |
| 2.2.1 度和平均度 | 第14-17页 |
| 2.2.2 平均路径长度 | 第17-19页 |
| 2.2.3 聚类系数 | 第19-20页 |
| 2.3 典型的复杂网络模型 | 第20-25页 |
| 2.3.1 规则网络 | 第20-21页 |
| 2.3.2 ER随机图模型 | 第21-22页 |
| 2.3.3 小世界网络模型 | 第22-24页 |
| 2.3.4 BA无标度网络模型 | 第24-25页 |
| 2.4 复杂网络中的社团结构及CNM算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 遥感图像复杂网络模型的建立及拓扑性质分析 | 第29-36页 |
| 3.1 问题引出 | 第29-30页 |
| 3.2 遥感图像复杂网络模型的建立 | 第30页 |
| 3.3 环境卫星遥感图像复杂网络模型的建立 | 第30-34页 |
| 3.3.1 环境卫星遥感图像数据介绍 | 第30-31页 |
| 3.3.2 环境卫星遥感图像复杂网络模型的建立 | 第31-32页 |
| 3.3.3 阈值t的选取 | 第32-34页 |
| 3.4 环境卫星遥感图像复杂网络模型拓扑性质分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于复杂网络的绿潮检测方法研究 | 第36-52页 |
| 4.1 问题引出 | 第36页 |
| 4.2 特征谱段提取方法 | 第36-47页 |
| 4.2.1 应用不同谱段或谱段组合绿潮检测结果 | 第37-44页 |
| 4.2.2 谱段提取分析结论 | 第44-47页 |
| 4.3 基于模型社团性质分析的绿潮检测方法与基于规则的方法比较 | 第47-51页 |
| 4.3.1 关联规则方法在绿潮检测中的应用 | 第47-49页 |
| 4.3.2 社团发现方法在绿潮检测中的应用 | 第49-50页 |
| 4.3.3 关联规则方法与社团发现方法检测结果的比较 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与进一步展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57-58页 |