| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·海上溢油识别系统的背景及现实意义 | 第10页 |
| ·国内外研究的现状 | 第10-11页 |
| ·海上溢油监测系统介绍 | 第11-15页 |
| ·溢油监测方法 | 第11-13页 |
| ·光谱信息分析识别技术 | 第13-15页 |
| ·本课题的总体设计思路 | 第15-17页 |
| 第2章 激光诱导荧光技术监测溢油种类 | 第17-20页 |
| ·海面油膜形成原因 | 第17页 |
| ·激光遥感技术监测溢油原理 | 第17-18页 |
| ·激光遥感系统 | 第18-20页 |
| ·激光遥感系统工作机理 | 第18-19页 |
| ·激光遥感系统研究热点和技术难点 | 第19-20页 |
| 第3章 粗糙集理论与粗糙集数据分析 | 第20-31页 |
| ·粗糙集理论 | 第20-25页 |
| ·粗糙集理论的背景 | 第20-21页 |
| ·粗糙集理论的重要概念介绍 | 第21-25页 |
| ·粗糙集数据分析(Rough set data analysis,RSDA) | 第25页 |
| ·RSDA基本算法 | 第25-28页 |
| ·数据离散化 | 第26-27页 |
| ·决策表约简 | 第27页 |
| ·条件属性约简 | 第27-28页 |
| ·求核值表 | 第28页 |
| ·最小决策规则 | 第28页 |
| ·基于粗糙集的BP网络设想 | 第28-31页 |
| 第4章 溢油识别的算法研究 | 第31-47页 |
| ·BP网络技术研究 | 第31-37页 |
| ·BP网络基本理论 | 第31-34页 |
| ·BP网络的设计 | 第34页 |
| ·BP网络的改进方法 | 第34-37页 |
| ·遗传算法(GA) | 第37-44页 |
| ·遗传算法(GA)的基本思想 | 第37-39页 |
| ·遗传神经网络基本原理 | 第39-44页 |
| ·基于遗传算法的BP网络 | 第44-47页 |
| ·遗传BP网络权值、阈值优化 | 第45页 |
| ·遗传BP网络的网络结构优化 | 第45-47页 |
| 第5章 溢油识别的理论分析与建模 | 第47-55页 |
| ·BP网络建模 | 第47-49页 |
| ·GABP网络建模 | 第49-52页 |
| ·RS方法的运用 | 第52-55页 |
| 第6章 激光实验及海上溢油识别系统的数据准备 | 第55-63页 |
| ·实验设备 | 第55-57页 |
| ·实验过程 | 第57-59页 |
| ·实验结果 | 第59页 |
| ·溢油光谱智能识别系统的数据准备 | 第59-63页 |
| 第7章 海上溢油识别系统的开发与结果测试 | 第63-75页 |
| ·开发算法的工具 | 第63页 |
| ·BP网络、遗传算法和粗集计算过程 | 第63-69页 |
| ·实现步骤 | 第69-71页 |
| ·M文件的编写 | 第69页 |
| ·VC++6.0集成环境中建立MATLAB引擎程序 | 第69-71页 |
| ·BP、遗传BP和粗集-遗传BP网络的识别结果 | 第71-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78-79页 |
| 研究生履历 | 第79页 |