| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 论文研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 论文研究内容与方法 | 第18-19页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19页 |
| 1.4 论文章节安排 | 第19-21页 |
| 第二章 相关基本理论 | 第21-32页 |
| 2.1 聚类基础理论 | 第21-24页 |
| 2.1.1 聚类分析概念 | 第21-22页 |
| 2.1.2 相似性度量方式 | 第22-23页 |
| 2.1.3 聚类算法的分类 | 第23-24页 |
| 2.2 近邻传播算法基础理论 | 第24-27页 |
| 2.2.1 近邻传播算法相关定义 | 第24-26页 |
| 2.2.2 近邻传播算法流程 | 第26-27页 |
| 2.2.3 算法分析 | 第27页 |
| 2.3 农业干旱等级评价基础理论 | 第27-31页 |
| 2.3.1 干旱与农业干旱 | 第27-29页 |
| 2.3.2 干旱评价与干旱危机 | 第29页 |
| 2.3.3 农业干旱等级评价模型 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于密度调整和流形距离的近邻传播算法 | 第32-45页 |
| 3.1 概述 | 第32页 |
| 3.2 基于密度调整和流形距离的近邻传播算法 | 第32-35页 |
| 3.2.1 密度调整距离 | 第32-33页 |
| 3.2.2 流形距离 | 第33-35页 |
| 3.2.3 算法流程 | 第35页 |
| 3.3 实验结果及分析 | 第35-44页 |
| 3.3.1 对比算法及参数设置 | 第35-37页 |
| 3.3.2 人工数据集验证 | 第37-41页 |
| 3.3.3 标准数据集验证 | 第41-44页 |
| 3.3.4 算法分析 | 第44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于DBMS-AP农业干旱等级评价模型 | 第45-51页 |
| 4.1 模型基本思想 | 第45-46页 |
| 4.2 指标选择 | 第46页 |
| 4.3 基于DBMS_AP农业干旱等级评价模型的建立 | 第46-48页 |
| 4.3.1 半监督学习 | 第46-47页 |
| 4.3.2 模型建立 | 第47-48页 |
| 4.4 实验验证 | 第48-50页 |
| 4.4.1 样本选取 | 第48-49页 |
| 4.4.2 实验环境 | 第49页 |
| 4.4.3 实验结果及分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间取得的学术成果 | 第58-59页 |