| 第1章 绪论 | 第1-17页 |
| ·海洋环境及海面溢油监测的意义 | 第10-11页 |
| ·海面溢油监测系统的综述 | 第11-15页 |
| ·海面溢油监测的方法综述 | 第11-14页 |
| ·海洋遥感信息的智能分析与识别技术综述 | 第14-15页 |
| ·本课题研究的总体实施思路 | 第15-17页 |
| 第2章 激光遥感技术探测海面溢油 | 第17-20页 |
| ·海面油膜的形成原因 | 第17页 |
| ·激光遥感技术探测海面溢油 | 第17-20页 |
| ·激光荧光遥感技术探测溢油原理 | 第17页 |
| ·激光遥感系统 | 第17-18页 |
| ·激光遥感系统的研究热点和技术难点 | 第18-20页 |
| 第3章 溢油识别的算法技术研究 | 第20-38页 |
| ·主分量分析(PCA)与神经网络的介绍 | 第20-25页 |
| ·主分量分析概述 | 第20页 |
| ·神经网络概述 | 第20-22页 |
| ·BP神经网络 | 第22-23页 |
| ·径向基神经网络 | 第23-25页 |
| ·基于智能算法的溢油识别的理论分析与建模 | 第25-38页 |
| ·PCA对溢油的识别建模 | 第27-30页 |
| ·BP神经网络建模 | 第30-33页 |
| ·RBF神经网络建模 | 第33-36页 |
| ·PCA&BP(主分量分析与BP网络相结合)方法建模 | 第36-38页 |
| 第4章 谱数据的获取及海面溢油光谱智能识别系统的数据准备 | 第38-44页 |
| ·设备的介绍 | 第38-40页 |
| ·实验的过程 | 第40-42页 |
| ·实验的结果 | 第42-43页 |
| ·溢油光谱智能识别系统的数据准备 | 第43-44页 |
| 第5章 基于智能算法技术的海面溢油识别系统的实现及测试结果比较分析 | 第44-60页 |
| ·开发算法系统的工具选择 | 第44-45页 |
| ·主分量分析与神经网络的计算过程 | 第45-50页 |
| ·软件编写步骤 | 第50-55页 |
| ·生成VC主界面 | 第50-51页 |
| ·编写后台执行的M文件 | 第51页 |
| ·VC++6.0集成环境中建立MATLAB引擎程序 | 第51-55页 |
| ·主分量分析算法的识别结果 | 第55-56页 |
| ·神经网络的识别结果 | 第56-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读学位期间公开发表论文 | 第63-64页 |
| 致谢 | 第64-65页 |
| 研究生履历 | 第65页 |
