太阳宁静区磁场流场特性知识发现的方法研究

摘要	第1-6页
Abstract	第6-15页
第1章 绪论	第15-32页
·太阳宁静区磁场流场特性的研究意义	第15-16页
·太阳宁静区特性的研究现状	第16-20页
·太阳宁静区磁场	第16-17页
·太阳宁静区的对流运动	第17-19页
·对流和磁场演化的关系研究	第19-20页
·太阳磁场流场的物理观测及分析方法	第20-26页
·太阳磁场流场观测的发展现状	第20-22页
·太阳图像处理及数据分析	第22-26页
·本文的研究思路及组织结构	第26-32页
·太阳磁场流场特性知识发现概念	第26-29页
·本文的研究内容和组织结构	第29-32页
第2章 基于概念体的太阳图像知识发现框架	第32-52页
·引言	第32页
·太阳图像的知识描述形式	第32-36页
·太阳磁场图像的描述	第33-34页
·太阳流场图像的描述	第34-36页
·现有的太阳图像物理知识提取的模式	第36-43页
·基于人工的图像知识提取模式	第36-37页
·基于图像处理的半自动知识提取模式	第37-38页
·基于观测图像的理论推测模式	第38-43页
·基于概念体的太阳图像知识自动发现	第43-46页
·基于概念体研究的必要性	第43-44页
·基于概念体的太阳图像知识发现框架	第44-46页
·基于概念体的太阳图像知识发现框架的特点	第46-50页
·概念在认知中的中心作用	第46-48页
·信息粒化在图像知识发现中的应用	第48-49页
·先验信息在图像知识发现中的作用	第49-50页
·本章小结	第50-52页
第3章 太阳图像上概念体的自动抽取—图像分割	第52-80页
·引言	第52-53页
·磁场流场数据反演及相关信息	第53-55页
·数据反演	第53页
·米粒图像数据及特点	第53-54页
·磁场图像的特性分析	第54-55页
·太阳图像自动分割算法	第55-68页
·带标记的分水岭图像分割算法	第55-61页
·米粒图像的分割	第61-67页
·磁场图像的分割	第67-68页
·分割效果评价及比较	第68-78页
·米粒的分割效果	第68-69页
·磁元分割算法的比较	第69-78页
·本章小结	第78-80页
第4章 太阳磁场流场图像中概念体的刻画及其细分	第80-107页
·引言	第80-81页
·概念体的刻画	第81-86页
·米粒的刻画	第81-84页
·磁元的刻画	第84-86页
·概念的细分	第86-103页
·基于先验信息的概念细分	第86-91页
·基于模式聚类方法的概念细分	第91-97页
·实验分析	第97-103页
·本章小结	第103-107页
第5章 基于概念体的太阳磁场流场图像数据挖掘	第107-135页
·引言	第107页
·基于统计方法的概念抽取	第107-113页
·简单的统计—均值、方差和分布	第107-109页
·磁元与米粒的位置关系的统计分析	第109-111页
·不同磁场强度的米粒群的统计分析	第111-113页
·基于规则学习的概念抽取	第113-126页
·1-规则学习	第113-115页
·基于决策树的规则学习	第115-119页
·实验分析	第119-126页
·基于概念体的主导因素分析	第126-131页
·基于相关系数的属性重要度评价	第126-127页
·基于信息熵的非线性关系评价	第127-128页
·基于SVM的属性重要度评价	第128-130页
·实验分析	第130-131页
·基于概念体的图像知识发现的优势	第131-133页
·本章小结	第133-135页
结论	第135-137页
参考文献	第137-149页
攻读博士学位期间发表的学术论文	第149-152页
致谢	第152-153页
个人简历	第153页