| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 文献综述 | 第9-19页 |
| ·农业空间数据 | 第9-12页 |
| ·农业空间数据的定义及特性 | 第9-10页 |
| ·空间数据分析技术的现状与方法 | 第10-12页 |
| ·特征提取概述 | 第12-14页 |
| ·线性特征提取 | 第12-13页 |
| ·非线性特征提取 | 第13页 |
| ·特征提取方法比较 | 第13-14页 |
| ·核主成分分析 | 第14-19页 |
| ·KPCA主要概念 | 第14-16页 |
| ·KPCA的优势与难点 | 第16-17页 |
| ·KPCA的应用 | 第17-19页 |
| 第2章 绪论 | 第19-23页 |
| ·选题意义 | 第19-20页 |
| ·研究方案 | 第20-21页 |
| ·研究目标 | 第20页 |
| ·研究内容 | 第20-21页 |
| ·技术路线 | 第21页 |
| ·组织结构 | 第21-23页 |
| 第3章 核主成分分析理论体系研究 | 第23-33页 |
| ·核主成分分析理论基础 | 第23-28页 |
| ·主成分分析 | 第23-25页 |
| ·核方法 | 第25-28页 |
| ·核主成分分析实现过程 | 第28-31页 |
| ·核主成分分析在农业空间数据特征提取中的应用优势 | 第31-33页 |
| ·核主成分分析方法的主要特点 | 第31页 |
| ·核主成分分析方法在农业空间数据特征提取中的应用优势 | 第31-33页 |
| 第4章 核参数选择算法的分析与研究 | 第33-46页 |
| ·常见的核参数选择算法 | 第33-35页 |
| ·最优核参数及其性质 | 第35-36页 |
| ·基于非高斯分析的核参数选择算法 | 第36-39页 |
| ·实验结果及分析 | 第39-46页 |
| 第5章 基于GIS和KPCA的农业空间数据特征提取模型 | 第46-65页 |
| ·系统模型总体设计 | 第46-49页 |
| ·数据预处理 | 第47页 |
| ·特征提取 | 第47-48页 |
| ·GIS空间分析 | 第48-49页 |
| ·结果评价 | 第49页 |
| ·系统模块设计 | 第49-53页 |
| ·数据预处理模块设计 | 第49页 |
| ·特征提取模块设计 | 第49-51页 |
| ·GIS空间分析模块设计 | 第51页 |
| ·各模块之间的层次结构 | 第51-53页 |
| ·农业空间数据特征提取应用实例 | 第53-65页 |
| ·实验数据来源 | 第53-54页 |
| ·气候特征提取与时空规律分析 | 第54-65页 |
| 第6章 结论与讨论 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·讨论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的论文及参加的科研项目 | 第73页 |