| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第1章 绪论 | 第7-12页 |
| 1．1 海洋环境及海面溢油监测的意义 | 第7-8页 |
| 1．2 海面溢油监测的方法综述 | 第8-10页 |
| 1．2．1 海面溢油监测的方法 | 第8-9页 |
| 1．2．2 海洋遥感信息的智能分析与识别技术 | 第9-10页 |
| 1．3 本课题研究的总体实施思路 | 第10-12页 |
| 第2章 激光遥感系统探测海面溢油 | 第12-16页 |
| 2．1 海面油膜成因分析 | 第12页 |
| 2．2 激光遥感技术探测海面溢油 | 第12-16页 |
| 2．2．1 激光荧光遥感技术原理 | 第12-13页 |
| 2．2．2 激光遥感系统 | 第13-14页 |
| 2．2．3 激光遥感系统的研究热点与技术难点 | 第14-16页 |
| 第3章 溢油识别的神经网络技术研究 | 第16-34页 |
| 3．1 神经网络与模式识别 | 第16-22页 |
| 3．1．1 神经网络的特征及常用模型 | 第16-21页 |
| 3．1．2 神经网络的分类机理 | 第21-22页 |
| 3．2 神经网络的实现方式 | 第22-23页 |
| 3．3 基于ANN技术的溢油识别的理论分析与建模 | 第23-34页 |
| 3．3．1 应用感知器神经网络 | 第26-28页 |
| 3．3．2 应用BP神经网络 | 第28-31页 |
| 3．3．3 应用SOM神经网络 | 第31-34页 |
| 第4章 溢油光谱智能识别系统的数据准备 | 第34-35页 |
| 第5章 基于ANN技术的海面溢油识别系统的实现 | 第35-45页 |
| 5．1 开发神经网络系统的工具选择 | 第35-36页 |
| 5．2 神经网络的构建与初始化 | 第36-38页 |
| 5．3 神经网络的训练 | 第38-39页 |
| 5．4 神经网络系统仿真输出 | 第39页 |
| 5．5 软件编写步骤 | 第39-45页 |
| 第6章 系统测试结果比较与推广能力分析 | 第45-51页 |
| 6．1 神经网络识别系统考核指标 | 第45-46页 |
| 6．2 溢油光谱识别神经网络系统的推广能力对比分析 | 第46-49页 |
| 6．3 增强推广能力的途径 | 第49-51页 |
| 第7章 关于浓度算法思路的设想 | 第51-53页 |
| 结论 | 第53-55页 |
| 攻读学位期间公开发表的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |