| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 台风概述 | 第8-12页 |
| 1.1.1 台风的形成 | 第8-9页 |
| 1.1.2 台风的危害 | 第9-10页 |
| 1.1.3 台风的结构 | 第10-11页 |
| 1.1.4 台风中心定位的意义 | 第11-12页 |
| 1.2 研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 本文概述 | 第17-20页 |
| 1.3.1 问题的提出 | 第17-18页 |
| 1.3.2 问题的分析 | 第18-19页 |
| 1.3.3 解决的方案 | 第19页 |
| 1.3.4 文章的结构 | 第19-20页 |
| 第二章 基于多普勒天气雷达反射率图像的台风云系分割 | 第20-37页 |
| 2.1 基于固定样本和SVM的静态分割 | 第21-29页 |
| 2.1.1 固定样本的选择方法 | 第21-22页 |
| 2.1.2 静态分类器的设计方法 | 第22-23页 |
| 2.1.3 样本冗余性与分类器性能的分析 | 第23-25页 |
| 2.1.4 基于固定样本的静态分割实验 | 第25-29页 |
| 2.2 基于实时样本和SVM的动态分割 | 第29-37页 |
| 2.2.1 基于固定样本静态分割的失效性分析 | 第29-30页 |
| 2.2.2 基于人机交互模式的实时样本选择方法 | 第30-31页 |
| 2.2.3 动态分类器的设计方法 | 第31-33页 |
| 2.2.4 基于实时样本的动态分割实验 | 第33-37页 |
| 第三章 基于特征描述和分类器判定的典型螺旋云带识别 | 第37-51页 |
| 3.1 螺旋云带的特征提取 | 第38-39页 |
| 3.2 螺旋云带的特征选择 | 第39-44页 |
| 3.3 特征的类内聚集性和类间可分性分析 | 第44-46页 |
| 3.4 基于SVM的螺旋信息富集区域识别 | 第46-51页 |
| 第四章 基于数学形态学的螺旋云带规整及其骨架线提取 | 第51-56页 |
| 4.1 基于数学形态学的连通域规整及其骨架线提取 | 第51-56页 |
| 第五章 基于自适应参数整定的台风中心定位研究 | 第56-73页 |
| 5.1 问题分析与方案设计 | 第56-58页 |
| 5.2 基于遗传算法和局部螺旋云带骨架线的台风中心搜索方法 | 第58-63页 |
| 5.3 算法的性能分析 | 第63-73页 |
| 5.3.1 算法的可靠性分析 | 第63-69页 |
| 5.3.2 算法的推广性分析 | 第69-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文总结 | 第73-74页 |
| 6.1.1 基于多普勒天气雷达反射率图像的台风云系分割方法 | 第73页 |
| 6.1.2 基于特征描述和分类器判定的典型螺旋云带识别方法 | 第73页 |
| 6.1.3 基于数学形态学的螺旋云带规整及其骨架线提取方法 | 第73-74页 |
| 6.1.4 基于自适应参数整定的台风中心定位方法 | 第74页 |
| 6.2 本文展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 发表论文和参加科研情况说明 | 第80-81页 |
| 致谢 | 第81页 |
