| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-17页 |
| ·选题背景 | 第11-12页 |
| ·研究概况 | 第12-15页 |
| ·本文研究内容 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·发展方向 | 第14-15页 |
| ·论文内容及结构安排 | 第15-17页 |
| ·论文内容 | 第15页 |
| ·论文结构安排 | 第15-17页 |
| 第2章 可视化技术介绍 | 第17-33页 |
| ·体数据 | 第17-19页 |
| ·体数据的分类 | 第18-19页 |
| ·分类方法 | 第19-25页 |
| ·一维传输函数 | 第20页 |
| ·包含梯度模和二阶导数信息的多维传输函数 | 第20-22页 |
| ·基于LH直方图的多维传输函数 | 第22-24页 |
| ·面向气象数据的分类方法 | 第24-25页 |
| ·体绘制技术的基本理论 | 第25-27页 |
| ·体绘制光学模型 | 第25-26页 |
| ·体绘制积分 | 第26-27页 |
| ·体绘制算法 | 第27-33页 |
| ·光线投射算法 | 第27-29页 |
| ·溅射(Splatting)算法 | 第29-30页 |
| ·基于错切—变形技术(shear-warp)的算法 | 第30-31页 |
| ·基于纹理的体绘制算法 | 第31-33页 |
| 第3章 基于二维分布图的分类方法 | 第33-43页 |
| ·基于二维分布图的分类方法概述 | 第33-34页 |
| ·Colorbar映射 | 第34-35页 |
| ·构建二维分布图 | 第35-36页 |
| ·映射窗口(Widget)的使用 | 第36-38页 |
| ·用户交互获得传输函数 | 第38-39页 |
| ·基于GPU的实现 | 第39-43页 |
| 第4章 基于机器学习的分类方法 | 第43-56页 |
| ·支持向量机(SVM)基本原理 | 第44-47页 |
| ·线性可分情况 | 第44-45页 |
| ·线性不可分情况 | 第45-46页 |
| ·支持向量机(Support Vector Machine) | 第46-47页 |
| ·基于机器学习的气象数据分类方法思想描述 | 第47-48页 |
| ·用户交互方式 | 第48-50页 |
| ·切片(Slice)显示方式 | 第48-50页 |
| ·切片交互方式 | 第50页 |
| ·学习和分类 | 第50-51页 |
| ·算法结果分析 | 第51-56页 |
| ·举例说明 | 第51-54页 |
| ·存在的问题 | 第54-56页 |
| 第5章 系统的设计与实现 | 第56-73页 |
| ·研究小组原有体绘制平台介绍 | 第56-59页 |
| ·系统结构流程 | 第56-58页 |
| ·模块划分 | 第58-59页 |
| ·本文算法设计原则 | 第59-62页 |
| ·基于二维分布图的分类方法的实现 | 第62-68页 |
| ·Widget交互操作的实现 | 第62-63页 |
| ·二维分布图(ScatterPlot)类的实现 | 第63-65页 |
| ·基于二维分布图的分类方法的实现 | 第65-66页 |
| ·widget的交互设计 | 第66-68页 |
| ·界面设计 | 第68页 |
| ·基于机器学习的分类方法的实现 | 第68-69页 |
| ·本文所采用的气象数据说明 | 第69-70页 |
| ·更多结果 | 第70-73页 |
| 第6章 结论 | 第73-74页 |
| ·本文总结 | 第73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 作者简历 | 第78页 |