面向海洋异常变化的时空聚类方法--以海表面温度异常和高度异常为例
摘要 | 第4-6页 |
Abstract | 第6-8页 |
第一章 引言 | 第11-20页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 双约束聚类方法国内外研究现状 | 第12-14页 |
1.2.2 时空聚类方法国内外研究现状 | 第14-16页 |
1.2.3 海洋异常变化时空聚类方法研究现状 | 第16页 |
1.3 研究内容及论文组织 | 第16-19页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 论文组织安排 | 第17-19页 |
1.4 本章小结 | 第19-20页 |
第二章 聚类分析概述 | 第20-27页 |
2.1 聚类基本概念 | 第20-24页 |
2.1.1 聚类分析及簇 | 第20-22页 |
2.1.2 相似性度量 | 第22-23页 |
2.1.3 聚类簇的评估 | 第23-24页 |
2.2 主要聚类算法简介 | 第24-26页 |
2.3 本章小结 | 第26-27页 |
第三章 面向栅格的空间-属性双重约束聚类方法 | 第27-42页 |
3.1 基本概念 | 第27-29页 |
3.2 算法设计 | 第29-32页 |
3.2.1 属性均质簇的生成算法 | 第30-31页 |
3.2.2 空间相邻簇合并算法 | 第31-32页 |
3.2.3 空间邻近簇合并算法 | 第32页 |
3.3 算法参数确定 | 第32-33页 |
3.4 算法验证与对比分析 | 第33-41页 |
3.4.1 试验数据与预处理 | 第33-34页 |
3.4.2 实例验证 | 第34-35页 |
3.4.3 对比分析 | 第35-41页 |
3.5 本章小结 | 第41-42页 |
第四章 面向时序栅格的时空聚类方法 | 第42-59页 |
4.1 时空邻域构建 | 第42-43页 |
4.2 算法设计 | 第43-45页 |
4.2.1 基本概念 | 第43-44页 |
4.2.2 算法流程 | 第44-45页 |
4.3 算法参数确定 | 第45-48页 |
4.3.1 时空邻域参数 | 第45-47页 |
4.3.2 属性阈值参数 | 第47-48页 |
4.4 算法评价与对比分析 | 第48-57页 |
4.5 本章小结 | 第57-59页 |
第五章 太平洋海洋时空聚簇挖掘实例研究 | 第59-71页 |
5.1 研究区与数据 | 第59-60页 |
5.1.1 研究区介绍 | 第59-60页 |
5.1.2 数据介绍及预处理 | 第60页 |
5.2 太平洋实例研究 | 第60-70页 |
5.3 本章小结 | 第70-71页 |
总结与展望 | 第71-74页 |
总结 | 第71-72页 |
展望 | 第72-74页 |
参考文献 | 第74-80页 |
攻读硕士学位期间取得的学术成果 | 第80-81页 |
发表及待发表论文 | 第80页 |
主要参与科研项目 | 第80-81页 |
致谢 | 第81-82页 |