| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题研究的背景和意义 | 第7-9页 |
| ·国内外发展现状 | 第9-12页 |
| ·本文研究的内容 | 第12-14页 |
| ·拟解决的问题 | 第12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 自组织映射（SOM）算法 | 第14-26页 |
| ·神经网络及其学习算法 | 第14-20页 |
| ·神经网络 | 第14-17页 |
| ·神经网络的学习方式和学习算法 | 第17-20页 |
| ·自组织映射（SOM）算法 | 第20-23页 |
| ·自组织映射SOM算法的提出 | 第20页 |
| ·自组织映射SOM网络理论 | 第20-23页 |
| ·SOM算法应用于海洋遥感水色水温图像处理 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 经验正交函数（EOF）算法 | 第26-35页 |
| ·传统的缺失值重构算法——最优插值算法 | 第26-29页 |
| ·最优插值法（OI） | 第26-27页 |
| ·OI应用于海洋遥感水色水温图像处理 | 第27-28页 |
| ·最优插值法的不足 | 第28-29页 |
| ·经验正交函数（EOF）算法 | 第29-34页 |
| ·EOF分析法 | 第29-30页 |
| ·DINEOF分析法 | 第30-33页 |
| ·EOF算法应用于海洋遥感水色水温图像处理 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 SOM-EOF算法 | 第35-42页 |
| ·SOM-EOF算法的提出 | 第35-37页 |
| ·SOM算法的不足 | 第35-36页 |
| ·EOF算法的不足 | 第36-37页 |
| ·SOM-EOF算法 | 第37-40页 |
| ·SOM-EOF算法应用于海洋遥感水色水温图像处理 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 海洋遥感水色水温产品重构实验 | 第42-57页 |
| ·遥感数据来源和研究区域 | 第42-45页 |
| ·SST重构实验 | 第45-51页 |
| ·EOF和SOM-EOF重构SST对比试验 | 第45-46页 |
| ·SOM和SOM-EOF重构SST对比试验 | 第46-48页 |
| ·SOM和EOF重构SST对比试验 | 第48页 |
| ·SOM-EOF算法重构结果和模态分析 | 第48-50页 |
| ·误差分析 | 第50-51页 |
| ·CHL重构实验 | 第51-56页 |
| ·EOF和SOM-EOF重构CHL对比试验 | 第51-52页 |
| ·SOM和SOM-EOF算法重构CHL对比试验 | 第52-53页 |
| ·SOM和EOF重构CHL对比试验 | 第53-54页 |
| ·SOM-EOF算法重构结果和模态分析 | 第54-56页 |
| ·误差分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文的工作总结 | 第57页 |
| ·本文的工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |