| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 论文研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 日冕暗化研究现状 | 第13-14页 |
| 1.2.2 可视化技术研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 相关知识介绍 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 太阳活动 | 第18-20页 |
| 2.2.1 日冕物质抛射 | 第18-19页 |
| 2.2.2 日冕暗化及相关现象 | 第19-20页 |
| 2.3 相关技术 | 第20-22页 |
| 2.3.1 理论基础 | 第20-22页 |
| 2.3.2 相关工具 | 第22页 |
| 2.4 实验数据来源 | 第22-25页 |
| 2.4.1 EIT观测数据 | 第23页 |
| 2.4.2 AIA观测数据 | 第23-24页 |
| 2.4.3 事件记录 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于机器学习的日冕暗化现象检测 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 图像纹理特征 | 第26-30页 |
| 3.2.1 纹理特征提取方法介绍 | 第26-30页 |
| 3.2.2 纹理特征提取方法参数设置 | 第30页 |
| 3.3 基于机器学习的暗化检测方法 | 第30-34页 |
| 3.3.1 太阳图像纹理特征提取 | 第30-31页 |
| 3.3.2 基于机器学习的暗化检测 | 第31-33页 |
| 3.3.3 实验与分析 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于统计特征的日冕暗化可视化 | 第35-48页 |
| 4.1 引言 | 第35-36页 |
| 4.2 暗化特征 | 第36-39页 |
| 4.2.1 方差 | 第36-37页 |
| 4.2.2 图像熵 | 第37-39页 |
| 4.3 可视化方法 | 第39-42页 |
| 4.3.1 角度可视化方法 | 第39-40页 |
| 4.3.2 环形可视化方法 | 第40-42页 |
| 4.3.3 时序可视化方法 | 第42页 |
| 4.4 实验与分析 | 第42-47页 |
| 4.4.1 实验数据 | 第42-43页 |
| 4.4.2 实验结果 | 第43-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 基于图像特征的日冕暗化可视化 | 第48-61页 |
| 5.1 引言 | 第48页 |
| 5.2 基于图像颜色特征的暗化区域可视化 | 第48-55页 |
| 5.2.1 基于DBSCAN聚类提取暗化区域 | 第49-50页 |
| 5.2.2 基于图像颜色特征的暗化区域可视化 | 第50-53页 |
| 5.2.3 实验与分析 | 第53-55页 |
| 5.3 基于平行坐标和雷达图的暗化图像纹理特征可视化 | 第55-59页 |
| 5.3.1 数据可视化技术 | 第55-56页 |
| 5.3.2 暗化图像纹理特征数据可视化 | 第56页 |
| 5.3.3 实验与分析 | 第56-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 基于弦图的CME相关现象伴生关系可视化 | 第61-73页 |
| 6.1 引言 | 第61页 |
| 6.2 弦图 | 第61-62页 |
| 6.3 CME相关现象的伴生关系可视化方法 | 第62-65页 |
| 6.3.1 Circos | 第62-63页 |
| 6.3.2 基于Circos的CME相关现象伴生关系可视化方法 | 第63-65页 |
| 6.4 实验与分析 | 第65-72页 |
| 6.4.1 实验数据 | 第65-69页 |
| 6.4.2 实验结果 | 第69-72页 |
| 6.5 本章小结 | 第72-73页 |
| 结论与展望 | 第73-75页 |
| 结论 | 第73页 |
| 进一步工作 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第82页 |