發(fā)布時間：2022-07-19 13:43

　　1980年“大數據”這一陌生的詞語在美國著名未來學家阿爾文.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”,大數據一詞開始出現在世界舞臺。從其出現逐步成為一個時代熱門,直至象征著新時代的到來,大數據已經滲透到當今科技物聯網中的每一個行業(yè),成為科技發(fā)展進步的關鍵因素。在當今迅猛發(fā)展的信息化時代下,數據積累越來越多,數據中潛在的有用信息也越來越豐富,直接從原始數據中提取信息具有較大難度,因此對原始數據進行預處理、數據有效集成,直接影響數據挖掘知識提取的效率。隨著我國遠洋漁業(yè)發(fā)展的不斷壯大,從衛(wèi)星獲取的漁業(yè)遙感數據越來越多,如何利用海量數據進行相應研究分析,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)公司的研究熱點之一。在以往中心漁場分析及漁情預報的研究過程中,對于數據的預處理通常使用excel、spss等相關處理軟件,然而在大數據背景下的數據具有多樣性,單純地使用某一固定的數據預處理軟件并不適用于所有的數據,因此根據不同數據特征選擇合適的預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)境數據與產量數據進行預處理,隨后將環(huán)境數據與... 

【文章頁數】：78 頁

【學位級別】：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 國內外研究現狀
        1.2.1 數據預處理研究現狀
        1.2.2 圖像融合研究現狀
    1.3 本文的工作和內容組織
第二章 數據預處理方法理論
    2.1 數據預處理步驟
    2.2 數據獲取
        2.2.1 數據來源
        2.2.2 數據獲取方法
    2.3 數據清理
        2.3.1 缺失值的處理
        2.3.2 含噪聲數據的處理
    2.4 數據集成和變換
    2.5 數據規(guī)約
    2.6 本章小結
第三章 基于貝葉斯克里金插值算法的數據補缺
    3.1 數據特征分析
        3.1.1 海洋環(huán)境數據特征
        3.1.2 漁業(yè)作業(yè)數據特征
    3.2 插值分析
        3.2.1 海洋環(huán)境數據插值分析
        3.2.2 漁業(yè)作業(yè)數據插值分析
    3.3 本章小結
第四章 多參數海洋環(huán)境因子融合方法
    4.1 海洋環(huán)境因子與漁業(yè)產量的相關性分析
        4.1.1 相關性分析方法
        4.1.2 實驗分析
    4.2 權重設定
    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
第五章 集成系統(tǒng)設計與實現
    5.1 系統(tǒng)設計
        5.1.1 體系結構
        5.1.2 系統(tǒng)功能模塊
    5.2 數據庫設計
        5.2.1 數據庫概念結構設計ER圖
        5.2.2 集成系統(tǒng)相關數據表設計
    5.3 系統(tǒng)實例分析
        5.3.1 注冊/登錄界面
        5.3.2 數據管理界面
        5.3.3 數據預處理界面
        5.3.4 圖像融合界面
    5.4 本章小結
第六章 總結與展望
    6.1 總結
    6.2 本文研究展望
參考文獻
附錄
致謝


【參考文獻】：
期刊論文
[1]基于多元線性回歸的江蘇省經濟發(fā)展影響因素分析[J]. 聞寶靜,黃婕,席磊.  河北北方學院學報(社會科學版). 2019(01)
[2]基于多元線性回歸模型的鋰電池充電SOC預測[J]. 林偉欽,湯平,林旭,陳德旺.  計算機測量與控制. 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. 2018(06)
[4]圖像融合在空間目標三維重建中的應用[J]. 楊洪飛,夏暉,陳忻,孫勝利,饒鵬.  紅外與激光工程. 2018(09)
[5]大數據資源中用戶需求信息定向提取仿真[J]. 程月.  計算機仿真. 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]大數據下數據預處理方法研究[J]. 孔欽,葉長青,孫赟.  計算機技術與發(fā)展. 2018(05)
[8]RBF神經網絡的艦船圖像濾波融合[J]. 李紅睿,杜銀霞,邢彥飛.  艦船科學技術. 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.  中國數字醫(yī)學. 2017(12)

碩士論文
[1]多標簽學習的特征降維方法[D]. 周步芳.閩南師范大學 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 2017
[3]健康大數據預處理技術及其應用[D]. 尤婷婷.電子科技大學 2017
[4]基于SSH框架的教育中心信息管理系統(tǒng)的設計與實現[D]. 趙研伸.電子科技大學 2014
[5]基于壓縮感知的圖像融合研究[D]. 趙康.武漢科技大學 2014
[6]調查數據缺失值常用插補方法比較的實證分析[D]. 馮麗紅.河北經貿大學 2014
[7]基于映射/規(guī)約的網頁聚類算法研究[D]. 于治海.哈爾濱工程大學 2011
[8]數據預處理方法在移動通信企業(yè)的應用研究[D]. 董艷.合肥工業(yè)大學 2010
[9]基于小波變換的多聚焦圖像融合技術研究[D]. 代曉燕.青島大學 2008
[10]多源遙感圖像融合技術研究[D]. 柴艷妹.西北工業(yè)大學 2004



本文編號：3663520