1980年“大數(shù)據(jù)”這一陌生的詞語在美國著名未來學(xué)家阿爾文.托夫勒著的《第三次浪潮》中被稱之為“第三次浪潮的華彩樂章”,大數(shù)據(jù)一詞開始出現(xiàn)在世界舞臺。從其出現(xiàn)逐步成為一個(gè)時(shí)代熱門,直至象征著新時(shí)代的到來,大數(shù)據(jù)已經(jīng)滲透到當(dāng)今科技物聯(lián)網(wǎng)中的每一個(gè)行業(yè),成為科技發(fā)展進(jìn)步的關(guān)鍵因素。在當(dāng)今迅猛發(fā)展的信息化時(shí)代下,數(shù)據(jù)積累越來越多,數(shù)據(jù)中潛在的有用信息也越來越豐富,直接從原始數(shù)據(jù)中提取信息具有較大難度,因此對原始數(shù)據(jù)進(jìn)行預(yù)處理、數(shù)據(jù)有效集成,直接影響數(shù)據(jù)挖掘知識提取的效率。隨著我國遠(yuǎn)洋漁業(yè)發(fā)展的不斷壯大,從衛(wèi)星獲取的漁業(yè)遙感數(shù)據(jù)越來越多,如何利用海量數(shù)據(jù)進(jìn)行相應(yīng)研究分析,提高我國的漁場漁情分析水平已成為國家海洋漁業(yè)部門及漁業(yè)公司的研究熱點(diǎn)之一。在以往中心漁場分析及漁情預(yù)報(bào)的研究過程中,對于數(shù)據(jù)的預(yù)處理通常使用excel、spss等相關(guān)處理軟件,然而在大數(shù)據(jù)背景下的數(shù)據(jù)具有多樣性,單純地使用某一固定的數(shù)據(jù)預(yù)處理軟件并不適用于所有的數(shù)據(jù),因此根據(jù)不同數(shù)據(jù)特征選擇合適的預(yù)處理方法或軟件極為重要。本文以南太平洋長鰭金槍魚為研究對象,首先對其生長過程中的海洋環(huán)境數(shù)據(jù)與產(chǎn)量數(shù)據(jù)進(jìn)行預(yù)處理,隨后將環(huán)境數(shù)據(jù)與... 

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 數(shù)據(jù)預(yù)處理研究現(xiàn)狀
        1.2.2 圖像融合研究現(xiàn)狀
    1.3 本文的工作和內(nèi)容組織
第二章 數(shù)據(jù)預(yù)處理方法理論
    2.1 數(shù)據(jù)預(yù)處理步驟
    2.2 數(shù)據(jù)獲取
        2.2.1 數(shù)據(jù)來源
        2.2.2 數(shù)據(jù)獲取方法
    2.3 數(shù)據(jù)清理
        2.3.1 缺失值的處理
        2.3.2 含噪聲數(shù)據(jù)的處理
    2.4 數(shù)據(jù)集成和變換
    2.5 數(shù)據(jù)規(guī)約
    2.6 本章小結(jié)
第三章 基于貝葉斯克里金插值算法的數(shù)據(jù)補(bǔ)缺
    3.1 數(shù)據(jù)特征分析
        3.1.1 海洋環(huán)境數(shù)據(jù)特征
        3.1.2 漁業(yè)作業(yè)數(shù)據(jù)特征
    3.2 插值分析
        3.2.1 海洋環(huán)境數(shù)據(jù)插值分析
        3.2.2 漁業(yè)作業(yè)數(shù)據(jù)插值分析
    3.3 本章小結(jié)
第四章 多參數(shù)海洋環(huán)境因子融合方法
    4.1 海洋環(huán)境因子與漁業(yè)產(chǎn)量的相關(guān)性分析
        4.1.1 相關(guān)性分析方法
        4.1.2 實(shí)驗(yàn)分析
    4.2 權(quán)重設(shè)定
    4.3 生成灰度圖
    4.4 圖像融合
        4.4.1 環(huán)境融合圖
        4.4.2 漁業(yè)產(chǎn)量與環(huán)境融合疊加圖
        4.4.3 融合疊加圖分析
    4.5 本章小結(jié)
第五章 集成系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)設(shè)計(jì)
        5.1.1 體系結(jié)構(gòu)
        5.1.2 系統(tǒng)功能模塊
    5.2 數(shù)據(jù)庫設(shè)計(jì)
        5.2.1 數(shù)據(jù)庫概念結(jié)構(gòu)設(shè)計(jì)ER圖
        5.2.2 集成系統(tǒng)相關(guān)數(shù)據(jù)表設(shè)計(jì)
    5.3 系統(tǒng)實(shí)例分析
        5.3.1 注冊/登錄界面
        5.3.2 數(shù)據(jù)管理界面
        5.3.3 數(shù)據(jù)預(yù)處理界面
        5.3.4 圖像融合界面
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 本文研究展望
參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于多元線性回歸的江蘇省經(jīng)濟(jì)發(fā)展影響因素分析[J]. 聞寶靜,黃婕,席磊.  河北北方學(xué)院學(xué)報(bào)(社會科學(xué)版). 2019(01)
[2]基于多元線性回歸模型的鋰電池充電SOC預(yù)測[J]. 林偉欽,湯平,林旭,陳德旺.  計(jì)算機(jī)測量與控制. 2018(12)
[3]基于回歸模型的廣安區(qū)古樹名木資源特征研究[J]. 楊家軍,張艷麗.  西部林業(yè)科學(xué). 2018(06)
[4]圖像融合在空間目標(biāo)三維重建中的應(yīng)用[J]. 楊洪飛,夏暉,陳忻,孫勝利,饒鵬.  紅外與激光工程. 2018(09)
[5]大數(shù)據(jù)資源中用戶需求信息定向提取仿真[J]. 程月.  計(jì)算機(jī)仿真. 2018(05)
[6]一種耦合空間域與變換域的遙感影像融合方法[J]. 王少迪,李軼鯤,楊樹文.  遙感信息. 2018(02)
[7]大數(shù)據(jù)下數(shù)據(jù)預(yù)處理方法研究[J]. 孔欽,葉長青,孫赟.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(05)
[8]RBF神經(jīng)網(wǎng)絡(luò)的艦船圖像濾波融合[J]. 李紅睿,杜銀霞,邢彥飛.  艦船科學(xué)技術(shù). 2017(24)
[9]多層級圖像融合算法用于水體探測的比較[J]. 樓臨江,Sang-Eun PARK.  遙感信息. 2017(06)
[10]基于改進(jìn)GFF算法的CT與MRI圖像融合[J]. 周嘯虎,薛海林,陳廣浩,高偉.  中國數(shù)字醫(yī)學(xué). 2017(12)

碩士論文
[1]多標(biāo)簽學(xué)習(xí)的特征降維方法[D]. 周步芳.閩南師范大學(xué) 2017
[2]基于高維空間的非線性降維的局部線性嵌入LLE方法[D]. 馬宇.西南交通大學(xué) 2017
[3]健康大數(shù)據(jù)預(yù)處理技術(shù)及其應(yīng)用[D]. 尤婷婷.電子科技大學(xué) 2017
[4]基于SSH框架的教育中心信息管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙研伸.電子科技大學(xué) 2014
[5]基于壓縮感知的圖像融合研究[D]. 趙康.武漢科技大學(xué) 2014
[6]調(diào)查數(shù)據(jù)缺失值常用插補(bǔ)方法比較的實(shí)證分析[D]. 馮麗紅.河北經(jīng)貿(mào)大學(xué) 2014
[7]基于映射/規(guī)約的網(wǎng)頁聚類算法研究[D]. 于治海.哈爾濱工程大學(xué) 2011
[8]數(shù)據(jù)預(yù)處理方法在移動通信企業(yè)的應(yīng)用研究[D]. 董艷.合肥工業(yè)大學(xué) 2010
[9]基于小波變換的多聚焦圖像融合技術(shù)研究[D]. 代曉燕.青島大學(xué) 2008
[10]多源遙感圖像融合技術(shù)研究[D]. 柴艷妹.西北工業(yè)大學(xué) 2004



本文編號：3663520