| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-10页 |
| ·相关研究进展 | 第10-12页 |
| ·本文主要工作 | 第12-17页 |
| ·课题来源和拟解决的关键问题 | 第12-13页 |
| ·论文的研究主线与主要工作 | 第13-15页 |
| ·本文的创新点 | 第15-17页 |
| 第二章 赤潮监测系统结构与数据获取 | 第17-30页 |
| ·引言 | 第17-18页 |
| ·系统概述 | 第18-19页 |
| ·系统功能 | 第18页 |
| ·系统总体结构 | 第18-19页 |
| ·监测系统 | 第19-29页 |
| ·赤潮监测数据采集系统建设 | 第19-28页 |
| ·赤潮监测数据集成 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 监测数据预处理 | 第30-43页 |
| ·引言 | 第30页 |
| ·线性回归方法适用性分析 | 第30-35页 |
| ·系统误差显著性检验 | 第35-36页 |
| ·基于线性回归方法的不确定性的表示方法 | 第36-37页 |
| ·监测时间序列缺失数据的插补方法 | 第37-41页 |
| ·几种常规的时间序列插补方法 | 第37-38页 |
| ·基于统计分析的时间序列插补方法 | 第38页 |
| ·基于奇异谱分析的插补方法 | 第38-40页 |
| ·插补效果分析 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 温度和盐度时间序列的多步预测方法 | 第43-52页 |
| ·引言 | 第43页 |
| ·基于径向基函数神经网络的时间序列多步建模与预测方法 | 第43-46页 |
| ·径向基函数神经网络 | 第43-45页 |
| ·基于神经网络的时间序列多步预测方法 | 第45-46页 |
| ·结合RBF 神经网络和SSA 的时间序列多步预测方法 | 第46-48页 |
| ·结果与比较 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 叶绿素的模糊时间序列预测方法研究 | 第52-67页 |
| ·引言 | 第52页 |
| ·叶绿素辅助预测因子选择 | 第52-54页 |
| ·模糊时间序列预测方法 | 第54-65页 |
| ·模糊时间序列方法的相关定义概述 | 第55-56页 |
| ·单变量模糊时间序列预测 | 第56-58页 |
| ·二元模糊关系法 | 第58-61页 |
| ·二元高阶模糊推理法 | 第61-64页 |
| ·二元模糊时间序列预测方法的改进 | 第64-65页 |
| ·算例分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 基于数据融合理论的赤潮发生快速判别方法 | 第67-87页 |
| ·引言 | 第67页 |
| ·数据融合的相关理论 | 第67-73页 |
| ·证据理论的相关定义 | 第68-70页 |
| ·证据组合方法与冲突证据处理 | 第70-73页 |
| ·多源叶绿素监测数据的数据融合方法 | 第73-86页 |
| ·叶绿素检测方法介绍 | 第74-75页 |
| ·基本概率指派的构建方法概述 | 第75-76页 |
| ·叶绿素监测信息的基本信度指派的构建方法 | 第76-80页 |
| ·基本概率指派折扣系数的获取 | 第80-85页 |
| ·算例分析 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第七章 基于机器学习的赤潮藻类种群变动分析与预测方法 | 第87-102页 |
| ·引言 | 第87页 |
| ·赤潮藻类种群变化分析的SOM 神经网络方法 | 第87-94页 |
| ·自组织映射（SOM）神经网络 | 第88页 |
| ·赤潮生物种群样本获取 | 第88-89页 |
| ·基于SOM 神经网络的赤潮生物种群结构变动分析 | 第89-94页 |
| ·模糊ART 神经网络与模糊ARTMAP 神经网络 | 第94-98页 |
| ·Fuzzy ART 算法 | 第94-96页 |
| ·fuzzy ARTMAP 算法 | 第96-98页 |
| ·SOM 神经网络与FUZZY ARTMAP 神经网络相结合的种群变动预测方法 | 第98-100页 |
| ·种群变动预测的混合神经网络模型 | 第98-99页 |
| ·预测结果对比 | 第99-100页 |
| ·本章小结 | 第100-102页 |
| 第八章 多专家评判的信息融合方法 | 第102-115页 |
| ·引言 | 第102页 |
| ·专家意见的模糊数表达 | 第102-105页 |
| ·一般模糊数与扩展模糊数的概念 | 第102-104页 |
| ·专家意见的表达 | 第104-105页 |
| ·赤潮专家评判的融合方法 | 第105-107页 |
| ·模糊数相似性测度 | 第107-113页 |
| ·现有的模糊数相似性测度 | 第108-109页 |
| ·基于ROG 的模糊数相似性测度 | 第109-112页 |
| ·ROG 相似性测度的改进 | 第112-113页 |
| ·算例分析 | 第113-114页 |
| ·本章小结 | 第114-115页 |
| 第九章 总结与展望 | 第115-118页 |
| ·总结 | 第115-116页 |
| ·展望 | 第116-118页 |
| 参考文献 | 第118-125页 |
| 致谢 | 第125-126页 |
| 攻读学位期间发表的学术论文 | 第126-128页 |
