| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 0 前言 | 第12-13页 |
| 1 文献综述 | 第13-38页 |
| 1.1 富营养化 | 第13-31页 |
| 1.1.1 富营养化的概念 | 第13-14页 |
| 1.1.2 富营养化的成因 | 第14-19页 |
| 1.1.3 近海富营养化评价模型 | 第19-31页 |
| 1.2 分类技术的发展 | 第31-32页 |
| 1.2.1 化学分类技术 | 第31页 |
| 1.2.2 化学分类技术的发展与应用 | 第31-32页 |
| 1.3 支持向量机 | 第32-33页 |
| 1.3.1 统计学习理论 | 第32页 |
| 1.3.2 支持向量机的定义 | 第32-33页 |
| 1.3.3 支持向量机的应用 | 第33页 |
| 1.3.4 支持向量机在富营养化评价中的应用 | 第33页 |
| 1.4 有色溶解有机物光学性质概况 | 第33-35页 |
| 1.4.1 有色溶解有机物 | 第33-34页 |
| 1.4.2 CDOM 的光学性质 | 第34页 |
| 1.4.3 CDOM 光学性质预测富营养化常规参数 | 第34-35页 |
| 1.5 论文的研究背景、目的、思路以及研究主要内容 | 第35-38页 |
| 1.5.1 论文的研究背景 | 第35-36页 |
| 1.5.2 论文的研究目的及思路 | 第36-37页 |
| 1.5.3 论文的主要研究内容 | 第37-38页 |
| 2 我国近海富营养化特征评价及主要贡献因子分析 | 第38-53页 |
| 2.1 我国近海富营养化特征评价 | 第38-48页 |
| 2.1.1 研究区域 | 第38页 |
| 2.1.2 实验材料与方法 | 第38-46页 |
| 2.1.3 我国近海富营养化特征评价 | 第46-48页 |
| 2.2 近海富营养化主要贡献因子分析 | 第48-49页 |
| 2.3 富营养化主要贡献因子与快速评价参数相关性分析 | 第49-52页 |
| 2.3.1 渤海海域富营养化主要贡献因子与快速评价参数的相关性 | 第49-50页 |
| 2.3.2 黄海海域富营养化主要贡献因子与快速评价参数的相关性 | 第50-51页 |
| 2.3.3 东海海域富营养化主要贡献因子与快速评价参数的相关性 | 第51-52页 |
| 2.4 小结 | 第52-53页 |
| 3 基于支持向量机的近海富营养化快速评价模型的建立 | 第53-66页 |
| 3.1 快速评价模型的建立过程 | 第53-59页 |
| 3.1.1 线性可分问题 | 第53-56页 |
| 3.1.2 非线性可分问题 | 第56-58页 |
| 3.1.3 多分类问题的实现 | 第58页 |
| 3.1.4 支持向量机分类模型的验证 | 第58-59页 |
| 3.2 基于支持向量机的快速评价模型的实现 | 第59-65页 |
| 3.2.1 参数的选择 | 第59页 |
| 3.2.2 训练集与预测集的选择 | 第59-60页 |
| 3.2.3 数据归一化处理 | 第60页 |
| 3.2.4 降维预处理 | 第60-61页 |
| 3.2.5 参数寻优过程 | 第61页 |
| 3.2.6 快速评价模型的建立 | 第61页 |
| 3.2.7 模型建立结果 | 第61-64页 |
| 3.2.8 错误样本分析 | 第64-65页 |
| 3.3 小结 | 第65-66页 |
| 4 基于支持向量机的近海富营养化快速评价模型的应用 | 第66-73页 |
| 4.1 研究区域 | 第66页 |
| 4.2 富营养化评价结果 | 第66-68页 |
| 4.3 结果验证 | 第68-72页 |
| 4.4 小结 | 第72-73页 |
| 5 结论 | 第73-75页 |
| 5.1 论文的主要结论 | 第73页 |
| 5.2 论文的特色与创新 | 第73-74页 |
| 5.3 前景与展望 | 第74-75页 |
| 5.3.1 论文存在的不足 | 第74页 |
| 5.3.2 前景与展望 | 第74-75页 |
| 参考文献 | 第75-88页 |
| 附录 | 第88-95页 |
| 一 支持向量机光学模型判别函数中支持向量的系数wi | 第88-89页 |
| 二 支持向量机光学模型判别函数中支持向量xi | 第89-93页 |
| 三 支持向量机光学模型在东海的应用结果 | 第93-95页 |
| 致谢 | 第95-96页 |
| 个人简介 | 第96页 |
| 学术论文发表 | 第96-97页 |
