文摘
英文文摘
声明
第一章绪论
1.1研究背景与意义
1.2相关研究进展
1.3本文主要工作
1.3.1课题来源和拟解决的关键问题
1.3.2论文的研究主线与主要工作
1.3.3本义的创新点
第二章赤潮监测系统结构与数据获取
2.1引言
2.2系统概述
2.2.1系统功能
2.2.3系统总体结构
2.3监测系统
2.3.1赤潮监测数据采集系统建设
2.3.2赤潮监测数据集成
2.4本章小结
第三章监测数据预处理
3.1引言
3.2线性回归方法适用性分析
3.3系统误差显著性检验
3.4基于线性回归方法的不确定性的表示方法
3.5监测时间序列缺失数据的插补方法
3.5.1几种常规的时间序列插补方法
3.5.2基于统计分析的时间序列插补方法
3.5.3基于奇异谱分析的插补方法
3.5.4插补效果分析
3.6本章小结
第四章温度和盐度时间序列的多步预测方法
4.1引言
4.2基于径向基函数神经网络的时间序列多步建模与预测方法
4.2.1径向基函数神经网络
4.2.2基于神经网络的时间序列多步预测方法
4.3结合RBF神经网络和SSA的时间序列多步预测方法
4.4结果与比较
4.5本章小结
第五章叶绿素的模糊时间序列预测方法研究
5.1引言
5.2叶绿素辅助预测因子选择
5.3模糊时间序列预测方法
5.3.1模糊时间序列方法的相关定义概述
5.3.2单变量模糊时间序列预测
5.3.3二元模糊关系法
5.3.4二元高阶模糊推理法
5.3.5二元模糊时间序列预测方法的改进
5.4算例分析
5.5本章小结
第六章基于数据融合理论的赤潮发生快速判别方法
6.1引言
6.2数据融合的相关理论
6.2.1证据理论的相关定义
6.2.2证据组合方法与冲突证据处理
6.3多源叶绿素监测数据的数据融合方法
6.3.1叶绿素检测方法介绍
6.3.2基本概率指派的构建方法概述
6.3.3叶绿素监测信息的基本信度指派的构建方法
6.3.4基本概率指派折扣系数的获取
6.3.5算例分析
6.4本章小结
第七章基于机器学习的赤潮藻类种群变动分析与预测方法
7.1引言
7.2赤潮藻类种群变化分析的SOM神经网络方法
7.2.1自组织映射(SOM)神经网络
7.2.2赤潮生物种群样本获取
7.2.3基于SOM神经网络的赤潮生物种群结构变动分析
7.3模糊ART神经网络与模糊ARTMAP神经网络
7.3.1 Fuzzy ART算法
7.3.2 fuzzy ARTMAP算法
7.4SOM神经网络与FuzzyARTMAP神经网络相结合的种群变动预测方法
7.4.1种群变动预测的混合神经网络模型
7.4.2预测结果对比
7.5本章小结
第八章多专家评判的信息融合方法
8.1引言
8.2专家意见的模糊数表达
8.2.1一般模糊数与扩展模糊数的概念
8.2.2专家意见的表达
8.3赤潮专家评判的融合方法
8.4模糊数相似性测度
8.4.1现有的模糊数相似性测度
8.4.2基于ROG的模糊数相似性测度
8.4.3 ROG相似性测度的改进
8.5算例分析
8.6本章小结
第九章总结与展望
9.1总结
9.2展望
参考文献
致谢
攻读学位期间发表的学术论文