| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·课题背景 | 第7-8页 |
| ·目前国内外对海洋水质遥感的研究状况 | 第8-9页 |
| ·目前国内外对数据聚类分析的研究状况 | 第9-12页 |
| ·基于优化的聚类方法 | 第9-11页 |
| ·基于关系的聚类方法 | 第11页 |
| ·基于变换的聚类方法 | 第11-12页 |
| ·本文的主要内容和安排 | 第12-13页 |
| 2 遥感数据分析平台 | 第13-18页 |
| ·遥感数据 | 第13-14页 |
| ·分析平台 | 第14-18页 |
| 3 K-均值聚类算法在遥感水质分类中的应用及改进 | 第18-33页 |
| ·K-均值算法的基本原理 | 第18-19页 |
| ·K-均值算法实现与应用 | 第19-26页 |
| ·K-均值算法的实现 | 第19-20页 |
| ·实验结果分析与对比 | 第20-26页 |
| ·基于初始化值优化的K-均值改进算法与应用 | 第26-31页 |
| ·基于初始值优化的K-均值改进算法 | 第26-28页 |
| ·算法应用及分析对比 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 4 模糊C-均值聚类算法在遥感水质分类中的应用及改进 | 第33-47页 |
| ·模糊C-均值(FCM)算法的原理 | 第33-35页 |
| ·模糊C-均值(FCM)算法实现与应用 | 第35-43页 |
| ·算法实现 | 第35-37页 |
| ·算法在遥感数据平台中的应用 | 第37-39页 |
| ·实验结果分析与对比 | 第39-43页 |
| ·在K均值基础上的改进模糊C-均值聚类算法 | 第43-46页 |
| ·算法原理 | 第43-44页 |
| ·算法应用及分析对比 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 多分辨率模糊C-均值聚类算法在遥感水质分类中的应用 | 第47-64页 |
| ·金字塔 | 第47-49页 |
| ·四叉树结构和父子结点关系 | 第49-51页 |
| ·基于尺度空间的多分辨率模糊C-均值算法 | 第51-53页 |
| ·多分辨率模糊C-均值算法实现与应用 | 第53-56页 |
| ·实验结果分析与对比 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |