基于半监督聚类的赤潮预测和浒苔检测
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 引言 | 第7-13页 |
| ·选题目的与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·浒苔灾害检测 | 第8-10页 |
| ·赤潮灾害预测 | 第10-11页 |
| ·论文研究的主要内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第2章 相关工作 | 第13-18页 |
| ·聚类简介 | 第13页 |
| ·聚类中经常用得到的度量距离以及相似性系数 | 第13-15页 |
| ·半监督聚类的分类 | 第15-16页 |
| ·k-means算法 | 第16-17页 |
| ·融合实例层知识的半监督聚类方法 | 第17-18页 |
| 第3章 基于半监督聚类的浒苔检测 | 第18-31页 |
| ·引言 | 第18-19页 |
| ·基于测度学习的半监督聚类新框架 | 第19-20页 |
| ·算法流程 | 第20-21页 |
| ·数据源选取及预处理 | 第21-23页 |
| ·MODIS简介 | 第21-22页 |
| ·数据来源及研究区域 | 第22页 |
| ·MODIS影像预处理以及数据获取 | 第22-23页 |
| ·实验评价 | 第23-28页 |
| ·实验数据集的构造 | 第23-24页 |
| ·聚类评价指标 | 第24-26页 |
| ·实验结果及结论 | 第26-27页 |
| ·分类性能与标签数据的数量之间的关系 | 第27-28页 |
| ·在浒苔检测上的应用 | 第28-29页 |
| ·小结 | 第29-31页 |
| 第4章 基于半监督聚类的赤潮预测 | 第31-42页 |
| ·引言 | 第31-32页 |
| ·基于测度学习的半监督聚类 | 第32-35页 |
| ·测度学习 | 第32-33页 |
| ·算法流程 | 第33页 |
| ·实验分析 | 第33-35页 |
| ·赤潮数据源及数据预处理 | 第35-39页 |
| ·数据集的构建 | 第39-40页 |
| ·基于半监督聚类的赤潮预测 | 第40-41页 |
| ·赤潮预测 | 第40页 |
| ·实验分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于复合网的赤潮分析 | 第42-51页 |
| ·引言 | 第42页 |
| ·复合网及其子网 | 第42-45页 |
| ·结点性质 | 第45-46页 |
| ·权与度 | 第45-46页 |
| ·簇系数 | 第46页 |
| ·赤潮影响因素的分析 | 第46-47页 |
| ·基于复合网的赤潮站点网络 | 第47-50页 |
| ·基于空间距离的赤潮站点网络 | 第48页 |
| ·基于水质的赤潮站点网络 | 第48-49页 |
| ·基于空间距离与水质的赤潮站点复合网络 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |
