1、物理海洋学(海洋技术)专业毕业论文 精品论文 基于微分技术的吸收光谱有害赤潮藻类检测方法关键词：有害赤潮藻类 四阶微分 聚类分析 微分技术摘要：赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取
2、藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技
3、术，其中 matlab 组件的生成过程及 matlab 组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。正文内容赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7
4、个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)
5、、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab 组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的
6、藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了
7、Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的
8、赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸
9、收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测
10、方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果
11、正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本
12、文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的
13、藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害
14、藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未
15、知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物
16、的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离
17、最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监
18、测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内
19、数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如何防治赤潮、减轻赤潮危害有重大意义，识
20、别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层次上的藻类的特征光谱库，检测未知藻类时
21、，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。赤潮是世界范围内重要的海洋环境问题之一，如何有效地监测赤潮对于如
22、何防治赤潮、减轻赤潮危害有重大意义，识别赤潮中的有害藻类种类的工作就是赤潮监测的重要工作之一，因此本文基于浮游植物的吸收光谱和计算机软件技术，进行了有害藻类检测方法研究和软件系统的开发。 本文在基于微分技术的吸收光谱有害藻类检测方法研究中，应用了 13 组单种培养的赤潮藻类的吸收光谱，这些吸收光谱对应的藻类分别属于 4 个门，6 个属和 7 个种。四阶微分技术作为吸收光谱特征提取方法，获取藻类的特征吸收光谱。为了检验提取特征光谱的性能，本文利用聚类统计分析方法对提取的 13 组特征光谱进行了聚类。结果显示，13 组吸收光谱被正确地进行了分类。在有害藻类的检测方法中，首先建立门、属、种 3 个层
23、次上的藻类的特征光谱库，检测未知藻类时，计算未知藻类的特征吸收光谱与光谱库内数据的特征吸收光谱的欧氏距离，欧氏距离最小的特征吸收光谱对应的藻类即判断为未知藻类的种类。通过 5 个试验室培养的藻种数据的验证，在门的层次上，检测结果正确。 另外，本文还开发基于浮游植物吸收光谱的有害藻类检测系统。主要采用了 Visual studio2005(C)、sqlSgrver 数据库、matlab 等技术，其中 matlab 组件的生成过程及 matlab组件在 C中的调用是关键过程。此系统将前文中研究的有害藻类检测方法进行了软件平台的实现，方便于科研人员或海洋环境工作人员的使用。特别提醒 ：正文内容由 P
24、DF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍
