| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·本文主要结构 | 第11-13页 |
| 第二章 相关工作研究 | 第13-19页 |
| ·数据可视化技术 | 第13-16页 |
| ·科学计算可视化 | 第13页 |
| ·可视化流程 | 第13-15页 |
| ·常用可视化方法 | 第15-16页 |
| ·数据挖掘技术 | 第16-17页 |
| ·数据挖掘 | 第16页 |
| ·数据挖掘过程 | 第16-17页 |
| ·增量模型 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 海洋环境数据可视化方法研究 | 第19-29页 |
| ·基于彩色云图的海洋环境标量数据可视化方法 | 第19-23页 |
| ·彩色云图可视化原理 | 第19-20页 |
| ·数据读取和预处理 | 第20页 |
| ·彩色云图数据映射方法 | 第20-21页 |
| ·彩色云图可视化方法实现流程 | 第21-22页 |
| ·彩色云图可视化方法应用实例 | 第22-23页 |
| ·基于几何图形的海洋环境矢量数据可视化方法 | 第23-28页 |
| ·基于点图标的可视化方法原理 | 第24页 |
| ·数据收集和处理 | 第24-25页 |
| ·点图标可视化映射方法 | 第25-26页 |
| ·点图标可视化方法实现流程 | 第26-27页 |
| ·点图标可视化方法应用实例 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于聚类分析算法的风场可视数据挖掘 | 第29-43页 |
| ·基于聚类分析算法的风场数据挖掘算法对比 | 第29-36页 |
| ·K-means聚类分析算法原理 | 第29-30页 |
| ·K-means聚类分析算法设计与实现 | 第30-31页 |
| ·DBSCAN聚类分析算法原理 | 第31-32页 |
| ·DBSCAN聚类分析算法设计与实现 | 第32-34页 |
| ·K-means算法和DBSCAN算法在风场数据挖掘中的对比试验结果 | 第34-36页 |
| ·基于DBSCAN算法的风场可视数据挖掘 | 第36-42页 |
| ·可视数据挖掘原理及设计实现 | 第36-38页 |
| ·基于DBSCAN算法的风场数据可视挖掘流程 | 第38-41页 |
| ·基于DBSCAN算法的风场数据可视挖掘实验结果对比 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 海洋环境数据可视化分析系统 | 第43-62页 |
| ·系统总体设计 | 第43-44页 |
| ·数据收集子系统目标 | 第44-45页 |
| ·数据收集子系统结构设计 | 第45-46页 |
| ·支撑环境系统 | 第46-48页 |
| ·中心数据库 | 第46-47页 |
| ·中心盘阵 | 第47页 |
| ·下载状态web查询 | 第47-48页 |
| ·业务环境系统 | 第48-56页 |
| ·基于wget控件的单线程数据下载方法 | 第48-49页 |
| ·Ocean模块总体设计 | 第49-52页 |
| ·Ocean核心子模块设计 | 第52-56页 |
| ·多源海洋环境数据可视化模块 | 第56-58页 |
| ·风场数据分析模块 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论及展望 | 第62-63页 |
| ·结论 | 第62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在学期间的研究成果 | 第66-67页 |
| 致谢 | 第67页 |