时间序列数据挖掘在FY-3 MERSI数据上的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 引言 | 第9-13页 |
| ·课题背景 | 第9页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文研究工作 | 第11-12页 |
| ·论文组织结构 | 第12页 |
| ·本章小结 | 第12-13页 |
| 2 相关工作进展 | 第13-19页 |
| ·气象相关知识 | 第13-14页 |
| ·FY-3 MERSI | 第13页 |
| ·辐射定标 | 第13-14页 |
| ·数据挖掘 | 第14-15页 |
| ·时间序列数据挖掘 | 第15-18页 |
| ·时间序列分段线性表示 | 第17页 |
| ·时间序列聚类 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于线段间夹角的时间序列分段线性表示方法 | 第19-28页 |
| ·相关定义 | 第19-20页 |
| ·时间序列 | 第19页 |
| ·时间序列的分段线性表示 | 第19-20页 |
| ·时间序列分段线性表示的拟合误差 | 第20页 |
| ·时间序列分段线性表示的压缩率 | 第20页 |
| ·算法描述 | 第20-24页 |
| ·线段间构成夹角模式 | 第22-23页 |
| ·算法实现 | 第23-24页 |
| ·算法分析 | 第24页 |
| ·实验数据及结果分析 | 第24-27页 |
| ·实验数据 | 第24-25页 |
| ·实验方法 | 第25-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于主成分分析的欧式距离聚类方法 | 第28-38页 |
| ·相关定义 | 第28-30页 |
| ·时间序列数据集 | 第28页 |
| ·主成分分析 | 第28-29页 |
| ·欧氏距离 | 第29页 |
| ·Cophenetic相关系数 | 第29-30页 |
| ·算法描述 | 第30-33页 |
| ·算法分析 | 第30页 |
| ·算法实现 | 第30-31页 |
| ·算法有效性验证 | 第31-33页 |
| ·实验数据及结果分析 | 第33-36页 |
| ·实验数据 | 第33-34页 |
| ·实验方法 | 第34-35页 |
| ·实验结果及分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 5 FY-3 MERSI时间序列挖掘展示平台 | 第38-59页 |
| ·平台使用技术介绍 | 第38-39页 |
| ·Python/Django | 第38页 |
| ·MATLAB | 第38-39页 |
| ·混合语言编程 | 第39页 |
| ·FY-3 MERSI时间序列挖掘平台简介 | 第39-40页 |
| ·时间序列分段线性表示模块 | 第40-46页 |
| ·基于PAA的分段线性表示 | 第40-43页 |
| ·基于PLR的分段线性表示算法 | 第43-44页 |
| ·基于线段间夹角的分段线性表示算法 | 第44-45页 |
| ·算法比较 | 第45-46页 |
| ·时间序列聚类分析模块 | 第46-49页 |
| ·基于欧式距离的时间序列聚类 | 第46-47页 |
| ·基于主成分分析的欧氏距离时间序列聚类 | 第47-48页 |
| ·算法比较 | 第48-49页 |
| ·FY-3 MESRI时间序列数据应用展示 | 第49-58页 |
| ·FY-3 MERSI序列时间降维预处理 | 第51-54页 |
| ·FY-3 MERSI特征降维并聚类 | 第54-55页 |
| ·本课题结论分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结和展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 申请学位期间的研究成果及发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
