| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 赤潮概述 | 第10页 |
| 1.2 选题背景及研究意义 | 第10-12页 |
| 1.2.1 课题来源 | 第10页 |
| 1.2.2 秦皇岛海域概况 | 第10-11页 |
| 1.2.3 秦皇岛海域近年赤潮发生情况 | 第11页 |
| 1.2.4 秦皇岛海域赤潮生物种类 | 第11-12页 |
| 1.2.5 研究目的及意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 论文篇章结构及技术路线图 | 第13-15页 |
| 1.4.1 篇章结构 | 第13-14页 |
| 1.4.2 遥感图像赤潮提取的技术路线图 | 第14-15页 |
| 第2章 优化的LMBP神经网络赤潮预测模型 | 第15-34页 |
| 2.1 误差反向传播网络——BP网络 | 第15-23页 |
| 2.1.1 BP神经网络的结构 | 第15页 |
| 2.1.2 误差反向传播算法 | 第15-17页 |
| 2.1.3 BP神经网络的学习过程 | 第17-18页 |
| 2.1.4 BP神经网络的局限性 | 第18-19页 |
| 2.1.5 基于Levenberg-Marquardt法的改进算法 | 第19-20页 |
| 2.1.6 实验结果 | 第20-23页 |
| 2.2 PSO优化LMBP网络的赤潮预测模型 | 第23-28页 |
| 2.2.1 PSO算法 | 第23-25页 |
| 2.2.2 PSO-LMBP算法 | 第25-26页 |
| 2.2.3 实验结果 | 第26-28页 |
| 2.3 GA优化LMBP网络的赤潮预测模型 | 第28-32页 |
| 2.3.1 遗传算法 | 第28-29页 |
| 2.3.2 GA-LMBP算法的神经网络结构 | 第29-30页 |
| 2.3.3 用遗传算法优化神经网络权值的学习过程 | 第30-31页 |
| 2.3.4 实验结果 | 第31-32页 |
| 2.4 三种神经网络预测模型的实验分析 | 第32-34页 |
| 第3章 PCA-GRNN网络赤潮预测模型 | 第34-46页 |
| 3.1 主成分分析——PCA算法 | 第34-37页 |
| 3.2 模型输入因子选择 | 第37-39页 |
| 3.2.1 导致赤潮发生的环境因子 | 第37-38页 |
| 3.2.2 数据样本 | 第38页 |
| 3.2.3 数据的主成分分析 | 第38-39页 |
| 3.3 广义回归神经网络——GRNN网络 | 第39-42页 |
| 3.3.1 GRNN神经网络的理论基础 | 第40-41页 |
| 3.3.2 GRNN网络的结构 | 第41页 |
| 3.3.3 GRNN网络的特点 | 第41-42页 |
| 3.4 PCA-GRNN网络赤潮预测模型 | 第42-46页 |
| 3.4.1 模型设计 | 第42-43页 |
| 3.4.2 实验分析 | 第43-46页 |
| 第4章 卫星遥感图像处理理论基础 | 第46-54页 |
| 4.1 卫星遥感图像处理理论基础 | 第46-47页 |
| 4.1.1 卫星海洋遥感 | 第46页 |
| 4.1.2 水色卫星介绍 | 第46页 |
| 4.1.3 遥感数据介绍 | 第46-47页 |
| 4.2 数据定标 | 第47-48页 |
| 4.3 辐射校正 | 第48-49页 |
| 4.4 图像重采样 | 第49页 |
| 4.5 几何校正 | 第49-50页 |
| 4.6 大气校正 | 第50-52页 |
| 4.6.1 大气校正的必要性 | 第50-51页 |
| 4.6.2 Flaash模块介绍 | 第51页 |
| 4.6.3 利用Flaash处理MODIS数据 | 第51-52页 |
| 4.7 图像裁剪 | 第52-53页 |
| 4.8 图像增强 | 第53-54页 |
| 第5章 利用遥感图像探测秦皇岛海域赤潮 | 第54-67页 |
| 5.1 叶绿素a浓度法提取赤潮信息 | 第54-57页 |
| 5.1.1 叶绿素遥感的基本原理 | 第54页 |
| 5.1.2 叶绿素提取算法 | 第54-55页 |
| 5.1.3 赤潮判别 | 第55-56页 |
| 5.1.4 应用结果 | 第56-57页 |
| 5.2 波段比值法提取赤潮信息 | 第57-61页 |
| 5.2.1 赤潮水体光谱特性 | 第57-58页 |
| 5.2.2 波段比值算法 | 第58页 |
| 5.2.3 应用结果 | 第58-61页 |
| 5.3 基于目视解译的监督分类赤潮信息提取 | 第61-63页 |
| 5.3.1 先验类别知识获取 | 第61页 |
| 5.3.2 最大似然算法的水体分类 | 第61页 |
| 5.3.4 算法分类的流程 | 第61-62页 |
| 5.3.5 应用结果 | 第62-63页 |
| 5.4 基于多波段差值的决策树赤潮信息提取 | 第63-66页 |
| 5.5 实验结果分析 | 第66-67页 |
| 第6章 总结 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |